全网唯一标准王
(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211131874.1 (22)申请日 2022.09.16 (71)申请人 中国地质大 学 (北京) 地址 100083 北京市海淀区学院路2 9号 (72)发明人 高志前 刁新东 李晨晨 张娟  杨德彬 卫端  (74)专利代理 机构 北京易捷胜知识产权代理有 限公司 1 1613 专利代理师 齐胜杰 (51)Int.Cl. E21B 49/00(2006.01) G06N 5/00(2006.01) G06N 20/00(2019.01) (54)发明名称 一种基于随机森林的深层碳酸盐岩沉积微 相分析方法 (57)摘要 本发明涉及一种基于随机森林的深层碳酸 盐岩沉积微相分析方法, 包括: S1、 获取研究区奥 陶系多口钻井 分别所对应的第一数据, 并将每口 钻井所对应的第一数据输入预先训练的随机森 林模型中, 以识别出每口钻井所对应的沉积微 相; 预先采用原始数据集对随机森 林模型进行训 练以获取训练的随机森林模型; S2、 基于研究区 奥陶系每口钻井 分别所对应的沉积微相, 获取整 个研究区的沉积微相特征。 由于基于研究区奥陶 系每口钻井分别所对应的沉积微相, 因此本发明 的一种基于随机森林的深层碳酸盐岩沉积微相 分析方法, 因为碳酸盐岩性识别精度提高, 可 以 准确地确定深层碳 酸盐岩的沉积微相。 权利要求书2页 说明书5页 附图1页 CN 115450611 A 2022.12.09 CN 115450611 A 1.一种基于随机森林的深层碳 酸盐岩沉积微相分析 方法, 其特 征在于, 包括: S1、 获取研究区奥陶系多口钻井分别所对应的第一数据, 并将每口钻井所对应的第一 数据输入预 先训练的随机森林模型中, 以识别出每口钻井所对应的沉积微相; 预先采用原 始数据集对随机森林模型进行训练以获取训练的随机森林模型; S2、 基于研究区奥陶系每口钻井分别所对应的沉积微相, 获取整个研究区的沉积微相 特征。 2.根据权利要求1所述的方法, 其特 征在于, 所述原始数据集包括: 预先在成像测井井段微相解释后, 所筛选出的不少于10000个位 置点分别所对应的数据点; 其中, 每一数据点均包括该 数据点所对应的位置点的常规井测数据和沉积微相。 3.根据权利要求2所述的方法, 其特征在于, 所述预先采用原始数据集对随机森林模型 进行训练以获取训练的随机森林模型, 具体包括: 在所述原 始数据集有放回的随机抽取 数据点以生成n组训练集和一组测试集; 所述测试集包括原 始数据集中的3 0%的数据点; 采用n组训练集和一组测试集对预先获取的随机森林模型进行训练以及测试, 获取训 练后的随机森林模型; 所述训练后的随机森林模型 经过所述测试集测试的正确率大于85%。 4.根据权利要求3所述的方法, 其特 征在于, 所述随机森林模型包 含由n组训练集 一一对应所构造的n棵决策树。 5.根据权利要求4所述的方法, 其特征在于, 其中, 由训练集构建决策树的过程中随机 在预先设定的第一特 征中抽取m个特 征作为决策树中的节点; 所述m小于 5; 其中所述第一特 征包括: GR、 AC、 CN L、 DEN、 RD/RS。 6.根据权利要求5所述的方法, 其特征在于, 所述采用训练数据集对预先获取的随机森 林模型进行训练以获取初始训练后的随机森林模型, 具体包括: 通过所述随机森林模型中的每棵决策树对应的训练集中的常规井测数据对所述每棵 决策树进行评判, 以获取 所述每棵决策树所对应的沉积微相; 基于所述随机森林模型中每棵决策树对应的沉积微相, 获取最终的预测结果; 所述最终的预测结果为: 在所述随机森林中的n棵决策树分别所对应的沉积微相中数 量最多的沉积微相。 7.根据权利要求6所述的方法, 其特 征在于, 所述S2包括: 基于研究区每口钻井分别所对应的沉积微相, 确定该研究区奥陶系中预测频率最高的 预测结果, 并将该 预测结果作为整个 研究区奥陶系的沉积微相。 8.根据权利要求7 所述的方法, 其特 征在于, 所述方法还 包括: S3、 基于研究区奥陶系中每口钻井的位置, 确定该研究区奥陶系中的第一类钻井; 所述第一类钻井为该研究区奥陶系中预 先设定通道区域内的钻井; 所述预先设定通道区域在两条 具有第一预设角度的平行线组成的区域; S4、 基于所述第一类钻井, 确定该第一类钻井所对应的第一连接线; 所述第一连接线为在该第一类钻井中按照在预先设定通道区域中的位置依次连线的权 利 要 求 书 1/2 页 2 CN 115450611 A 2连接线; S5、 基于研究区奥陶系中每口钻井分别所对应的沉积微相, 依据层序地层学原理确定 所述第一连接线中任一 位置点所对应的沉积微相。 9.根据权利要求8所述的方法, 其特 征在于, 所述S5具体包括: S51、 基于所述第 一连线中任一位置点, 确定该位置点所在的连线上该位置点两侧的第 一类钻井分别所对应的沉积微相; S52、 判断该位置点所在的连线上该位置点两侧的第一类钻井分别所对应的沉积微相 是否相同, 若相同则将该位置点所在的连线 上该位置点两侧的第一类钻井分别所对应的沉 积微相确定为该位置点所对应的沉积微相。 10.根据权利要求9所述的方法, 其特 征在于, 所述S5还 包括: S53、 若该位置点所在的连线上该位置点两侧的第一类钻井分别所对应的沉积微相不 相同, 则获取该位置点距离该位置点所在的连线上该位置点两侧的第一类钻井的距离, 并 将距离该位置点最近的第一连接线上的第一类钻井所对应的沉积微相作为该位置点的沉 积微相。权 利 要 求 书 2/2 页 3 CN 115450611 A 3

.PDF文档 专利 一种基于随机森林的深层碳酸盐岩沉积微相分析方法

文档预览
中文文档 9 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共9页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种基于随机森林的深层碳酸盐岩沉积微相分析方法 第 1 页 专利 一种基于随机森林的深层碳酸盐岩沉积微相分析方法 第 2 页 专利 一种基于随机森林的深层碳酸盐岩沉积微相分析方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 12:10:39上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。