典型文献
基于机器学习的储层预测方法
文献摘要：
机器学习和数据挖掘具有出色的预测、分析、决策和计算能力,在油气勘探开发领域的应用已取得良好的效果.在总结储层预测方法的基础上,分析了不同储层预测方法的适用性及优缺点,应用机器学习方法,挖掘测井和地震数据,预测了储层的岩石类型、空间展布、孔隙度、渗透率和含油饱和度.将该方法与地震反演储层预测对比,结果表明该方法具有明显优势.一是挖掘地震数据蕴含的大量信息并进行多重属性融合,使预测精度提高;二是数据驱动代替经验驱动,使工作流程简化.
文献关键词：
机器学习;数据挖掘;岩性预测;物性预测;含油气性预测
中图分类号：
作者姓名：
史长林;魏莉;张剑;杨丽娜
作者机构：
中海油能源发展股份有限公司工程技术分公司,天津300450
文献出处：
引用格式：
[1]史长林;魏莉;张剑;杨丽娜-.基于机器学习的储层预测方法)[J].油气地质与采收率,2022(01):90-97
A类：
含油气性预测
B类：
基于机器学习,储层预测,出色,计算能力,油气勘探开发,机器学习方法,测井,地震数据,岩石类型,展布,孔隙度,渗透率,含油饱和度,地震反演,属性融合,岩性预测,物性预测
AB值：
0.326015
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
