May, 2023
利用机器学习增强岩石物理研究:异质储层渗透率预测现场案例研究
Enhancing Petrophysical Studies with Machine Learning: A Field Case
Study on Permeability Prediction in Heterogeneous Reservoirs
TL;DR使用人工神经网络、随机森林分类器和支持向量机等三种模型,以预测渗透率为主要目标,比较了三种机器学习算法的有效性,并利用FZI岩性分类技术对影响油藏质量的因素进行了分析,表明FZI模型和机器学习算法在预测渗透率和提高油藏性能方面具有一定的实际应用价值。