一种基于测井人工智能学习的陆相页岩黏土矿物发育的预测方法
申请号:CN202411877062
申请日期:2024-12-19
公开号:CN119808559A
公开日期:2025-04-11
类型:发明专利
摘要
本发明公开了一种基于测井人工智能学习的陆相页岩黏土矿物发育的预测方法,涉及地质勘探技术领域。包括:获取陆相页岩测井数据并采集陆相页岩岩样;对采集到的陆相页岩测井数据进行数据预处理;对陆相页岩岩样进行测试,获取页岩发育中的黏土矿物类型及含量;根据预处理后的陆相页岩测井数据和页岩发育中的黏土矿物类型及含量构建基于人工智能的黏土矿物发育预测模型;对基于人工智能的黏土矿物发育预测模型进行优化;通过优化后的基于人工智能的黏土矿物发育的预测模型对陆相页岩黏土矿物发育进行预测。本发明提高了预测的准确性和效率,能够快速为陆相页岩的勘探和开发提供有价值的信息。
技术关键词
陆相页岩
测井
BP神经网络模型
传播算法
地质勘探技术
页岩勘探
页岩矿物
节点数
页岩岩心
数据
声波时差
分布特征
训练集
标签
密度