基于多学科数据融合聚类算法的储层岩性预测方法

专利主权项内容

1.基于多学科数据融合聚类算法的储层岩性预测方法，其特征在于，包括以下步骤：步骤1，基于储层的测井属性、地震属性和地质属性，获取包括测井数据、地震数据和地质数据的储层原始数据，构建初始样本集；步骤2，基于初始样本集，通过对各测井属性与目标岩性进行皮尔森相关性分析，利用对岩性敏感的测井属性提取地震属性作为属性样本，构建包括训练集和测试集的属性样本集；步骤3，构建支持向量回归机，采用粒子群优化方法利用训练集中的属性样本优化支持向量回归机，得到用于预测岩性敏感测井属性的PSO-SVR模型；步骤4，利用测试集中的属性样本评估PSO-SVR模型的预测效果；步骤5，获取待预测层位的地震数据，将待预测层位的地震数据输入至PSO-SVR模型中，利用PSO-SVR模型预测得到岩性敏感测井属性，再结合待预测层位的勘探资料进行聚类分析，划分待预测层位的岩性并进行可视化，得到待预测层位的岩性划分效果图。