摘要
本发明公开了一种页岩气储层特性预测方法,属于页岩气储层特性预测技术领域。包括:采集并预处理测井、地震、岩心及生产动态等多源数据;基于加权融合模型获得融合特征值;将融合特征输入带正则化项的梯度提升决策树模型预测储层特性;利用Shapley值计算各输入特征贡献度,并通过蒙特卡洛方法量化预测不确定性;依据预测质量评价指标动态更新数据源权重,形成自适应多源融合闭环。该方法可实现多源异构数据的高效融合与动态优化,具备结果可解释性、可信度量化及实时更新能力,预测精度高且稳健,适用于页岩气储层评价与生产优化。
技术关键词
蒙特卡洛方法
梯度提升决策树
可解释人工智能
回归决策树
特征值
岩心数据
动态更新
页岩气储层评价
多源融合
测井
地震
多源异构数据
样本
声波时差
加权特征
系统为您推荐了相关专利信息
风机叶片表面
磨损检测方法
磨损特征
特征值
像素点
数据处理方法
计算方法
建立分类模型
忠诚度
客户管理系统
UPS设备
充放电智能管理
性能预测方法
电池健康状况评估
梯度提升决策树算法