一種使用機器學習算法預測碎屑巖礦物組分的方法,根據(jù)地球物理知識可知,地球物理測井信息既包含了巖層內(nèi)流體類型信息還含有巖石骨架類型及組分信息。對砂巖儲層搞清骨架組分可以研究儲層親水、親油特性,進而研究采油速率和采收率。對頁巖儲層可以研究巖石的脆性,為壓裂決策提供依據(jù),進而可以指導水平井水平段的鉆探。為了研究儲層的礦物組分,以往需要在不同的盆地、油氣田根據(jù)沉積地層逐層建立經(jīng)驗圖版或公式,這個方法相對繁瑣復雜。機器學習算法采用大數(shù)據(jù)技術,通過學習取心巖樣礦物組分和地球物理測井之間的內(nèi)部邏輯關系自動預測未取心井儲層的礦物組分,進而為油藏工程、采油工程提供依據(jù)。
聲明:
“使用機器學習算法預測碎屑巖礦物組分的方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)