基于动态委员会集成模型的储层孔隙度和渗透率预测方法

本发明涉及基于动态委员会集成模型的储层孔隙度和渗透率预测方法，包括以下步骤：获取原始数据集，所述原始数据包括泥质含量、孔隙度、渗透率、GR、AC、CNL、DEN、RT、RXO、SP、CALC、CALI、深度以及岩性标签；对原始数据集进行数据增强；确定影响孔隙度、渗透率的主控因素；构建动态委员会集成模型；将主控因素输入动态委员会集成模型；利用训练好的动态委员会集成模型分别对孔隙度、渗透率进行预测。本申请采用机器学习方法通过对测井数据进行处理，能够高效准确地预测储层参数，可为油气勘探和开发提供有利支撑；本申请构建的动态委员会集成模型能根据不同的地质条件和数据特征，动态调整各模型的权重，较单一模型能够更灵活地适应研究区的地质情况，提升了模型的预测精度和泛化性。