基于ECA-CNN-XGBR的储层TOC含量预测方法

本发明公开了基于ECA‑CNN‑XGBR的储层TOC含量预测方法，涉及智能信息处理技术领域，包括：获取目标工区的测井数据，所述测井数据包括自然电位、声波时差、中子孔隙度、浅侧向电阻率和微球聚焦电阻率；通过一维卷积神经网络提取所述测井数据的时序特征，其中卷积核尺寸动态调整，并引入ECA注意力机制对特征通道权重进行校准；将所述时序特征输入XGBoost模型，通过泰勒二阶展开目标函数和正则化项优化决策树生成过程；输出所述目标工区的TOC含量预测结果。本发明能够准确地反映TOC值的分布情况。