一种多模型集成页岩储层岩石力学参数测井预测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种多模型集成页岩储层岩石力学参数测井预测方法
申请号:CN202410896886
申请日期:2024-07-05
公开号:CN118881348A
公开日期:2024-11-01
类型:发明专利
摘要
本发明涉及一种多模型集成页岩储层岩石力学参数测井预测方法,包括以下步骤:基于Pearson相关系数,计算多种机器学习基模型对页岩储层不同岩石力学参数预测的评价指标;选择所述评价指标值排名靠前的机器学习基模型,采用集成学习算法,构建岩石力学参数智能集成预测模型;利用所述岩石力学参数智能集成预测模型进行岩石力学参数测井预测。本申请可避免在预测过程中陷入局部最优点,可防止模型失去对未知数据的预测能力,可提高机器学习预测方法的泛化性能,改善模型在实际页岩储层测井生产中的适应性,提高预测结果的精度,利于解决实际生产问题。
技术关键词
岩石力学参数 测井预测方法 页岩储层 Pearson相关系数 多模型 集成学习算法 机器学习预测方法 极限学习机网络 BP神经网络预测 集成学习框架 岩石抗压强度 回归预测模型 声波时差 内摩擦角 测井曲线 指标 随机森林 元素 泊松比