买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国地质大学(武汉)

摘要：本发明提供了一种致密砂岩储层微裂缝的识别方法、系统和存储介质，属于石油天然气勘探与开发技术领域。该识别方法，经综合运用钻井岩心、成像测井、铸体薄片以及图像分析软件，划分致密砂岩“微裂缝成因、发育密度和溶蚀产物”组合类型，运用常规测井数据通过贝叶斯优化的随机森林分类算法建立不同组合类型的判别模型，提高了识别准确率，从本质上解决目前致密砂岩储层勘探开发的难点问题，使得致密砂岩储层微裂缝预测技术更加科学化、综合化和系统化，可适用于不同含油气盆地致密砂岩储层预测。

主权项：1.一种致密砂岩储层微裂缝的识别方法，其特征在于，包括以下具体步骤：S1、获取原始数据S11、基于钻井岩心、成像测井图像和铸体薄片图像分析获得微裂缝的成因类型和微裂缝的发育特征参数；S12、基于铸体薄片图像分析获得溶蚀产物的特征；S2、数据处理依据步骤S1获得的致密砂岩储层微裂缝的成因类型、发育特征与溶蚀产物丰度3个评价参数，建立各个参数的定量划分标准，统一划分带有标签“微裂缝成因、发育密度与溶蚀产物”的组合类型的原始数据；S3、构建数据集通过异常值剔除、曲线拼接、深度归位以及测井曲线标准化手段对常规测井曲线预处理，挑选对“微裂缝成因类型、发育密度与溶蚀产物”组合类型响应敏感的测井曲线，获取“微裂缝成因类型、发育密度与溶蚀产物”不同组合类型对应的敏感测井曲线数据，建立“微裂缝成因类型、发育密度与溶蚀产物”不同组合类型的测井数据库；S4、对步骤S3获得的测井数据库进行缺失值处理及离群值检测处理构建数据集，并将数据集分为训练数据集、验证数据集和测试数据集；S5、通过贝叶斯优化算法选择随机森林分类算法的最优超参数；贝叶斯优化算法优化随机森林算法的超参数包括随机森林树棵数以及最小叶子节点数，贝叶斯优化包括以下步骤：S51、定义超参数空间，确定待优化的超参数及其取值范围；S52、定义代理模型，选择合适的代理模型，通常使用高斯过程；S53、初始化样本集，在超参数空间中随机选择一组初始样本，根据这些样本的性能评估来训练代理模型；S54、迭代优化，根据代理模型的预测，选择下一个最有可能提升性能的超参数组合；在真实模型上评估选择的超参数组合，并记录其性能；使用新的样本更新代理模型，并更新超参数空间的目标函数的估计；重复上述步骤，直到达到预设的迭代次数或满足停止准则；S55、输出最优超参数；S6、用所选的最优超参数代入随机森林算法训练模型，建立“微裂缝成因、发育密度与溶蚀产物”组合类型的判别模型；S7、分别在训练集上进行交叉验证、在测试集进行模型预测性能评估。

全文数据：

权利要求：

百度查询： 中国地质大学(武汉) 一种致密砂岩储层微裂缝的预测方法系统和存储介质