摘要
本发明公开了一种树增强朴素贝叶斯分类器的油气资源空间分布预测方法,属于石油地质和人工智能领域,包括:S1、收集探井、地震和地质信息;S2、提取油气资源空间分布预测主控地质因素,并制作探井数据集和网格数据集;S3、依据探井数据集建立树增强贝叶斯网络模型;S4、运用模型计算网格点含油气概率;S5、运用插值方法绘制油气资源空间分布概率图。本发明能够通过优化主控地质因素依赖关系的选择策略,结合地质数据特征,实现对油气资源空间分布的准确、高效预测,能够为油气勘探部署提供定量决策支持,提高勘探效率和经济效益。
技术关键词
朴素贝叶斯分类器
贝叶斯网络模型
油气
网格
计算方法
插值方法
连续型数据
节点
网络拓扑结构
地震
分类器模型
储层条件
测井资料
后验概率
资源
结点
参数
系统为您推荐了相关专利信息
风冷换热器
性能评估方法
流场分布数据
参数
仿真模型
图像复原方法
高炉
频域特征
离散小波变换
位置编码信息
整周模糊度
GNSS装置
抗电磁干扰
协方差矩阵
方程
异常用户检测方法
构建用户画像
attention机制
网络用户
社交