基于机器学习勘探资源评价方法的应用  

作　　者：宋歌 

机构地区：[1]中国海洋石油集团有限公司

出　　处：《计算机与网络》2020年第20期46-47,共2页Computer & Network

摘　　要：本文以储集层含油气作为研究对象,用机器学习为基于测井解释的储层评价提供了一种自动有效的方法,提出了测井储层评价的机器学习框架,并在2个测井数据集上对其性能进行了验证。实验结果表明,测井解释结论与试油结果一致,与传统的评价方法相比,该方法效率高,为石油勘探开发大数据平台的建设提供了参考。储层评价的基本思路是充分利用测井资料等多种资料,对储层特性进行评价,如含油性评价、储层分类、储层参数预测和产能估算等。随着测井资料的不断积累,勘探开发的重要难点是如何更加充分地挖掘和分析地质数据。

关 键 词：测井解释 石油勘探开发 储层评价 储层参数预测 储层分类 地质数据 测井数据 机器学习 

分 类 号：P618.13[天文地球—矿床学]