首页> 中国专利> 一种基于机器学习的基岩潜山油藏岩石类型识别方法

一种基于机器学习的基岩潜山油藏岩石类型识别方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

针对现有油藏岩石类型识别方法存在成本和准确性两者不能兼顾的问题，本发明公开一种基于机器学习的基岩潜山油藏岩石类型识别方法，包括如下步骤：对目的区块关键井进行岩心地质描述；分析主要含油岩石的氧化物和造岩矿物的种类和含量；通过KNN算法建立主要氧化物含量与岩石类型的三维岩性判别图版；应用氧化物闭合模型解释技术获取关键井目的层内沿井筒连续分布的元素含量曲线；建立目的区块关键井常规测井、矿物含量及岩石类型的综合柱状图；建立元素氧化物含量预测模型，并用于预测未取心、未进行ECS俘获测井的开发井元素含量；代入所建立的岩石类型的三维岩性判别图版中，实现对岩石类型的自动识别与划分。本发明的识别方法成本低廉，准确率高。

著录项

公开/公告号CN109934257A

专利类型发明专利
公开/公告日2019-06-25

原文格式PDF
申请/专利权人中国石油大学(华东);
展开▼

申请/专利号CN201910090233.8
发明设计人孙致学;姜宝胜;葛成红;都巾文;何楚翘;姜传胤;刘垒;杨旭刚;朱旭晨;许业鹏;秦浩;
展开▼

申请日2019-01-30
分类号
代理机构青岛中天汇智知识产权代理有限公司;
代理人万桂斌
地址 266580 山东省东营市黄岛区长江西路66号
入库时间 2024-02-19 11:32:30

法律信息

法律状态公告日

法律状态信息

法律状态
2019-07-19

实质审查的生效 IPC(主分类):G06K9/62 申请日:20190130

实质审查的生效
2019-06-25

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于机器学习的基岩潜山油藏岩石类型识别方法 [P] . 中国专利： CN109934257A . 2019-06-25
2. 基于测井曲线小波Mallet算法的岩石类型识别方法 [P] . 中国专利： CN111046328A . 2020-04-21
3. MACHINE LEARNING-BASED MEDICINE RECOGNITION METHOD AND RELATED DEVICE [P] . WO2021174695A1 . 2021-09-10

机译：基于机器学习的医学识别方法和相关设备
4. CELL IDENTIFICATION METHOD AND DEVICE BASED ON MACHINE LEARNING [P] . WO2021208491A1 . 2021-10-21

机译：基于机器学习的单元识别方法和装置
5. OBJECT IDENTIFICATION METHOD AND APPARATUS BASED ON MACHINE LEARNING [P] . WO2021169207A1 . 2021-09-02

机译：基于机器学习的对象识别方法和装置