首页 | 本学科首页   官方微博 | 高级检索  
     检索      

利用梯度提升决策树(GBDT)预测渗透率——以姬塬油田西部长4+5段致密砂岩储层为例
引用本文:谷宇峰,张道勇,鲍志东,冯志刚,李敬功.利用梯度提升决策树(GBDT)预测渗透率——以姬塬油田西部长4+5段致密砂岩储层为例[J].地球物理学进展,2021,36(2):585-594.
作者姓名:谷宇峰  张道勇  鲍志东  冯志刚  李敬功
作者单位:自然资源部油气资源战略研究中心,北京 100034;中国石油大学(北京),北京 102249;中海石油(中国)有限公司油气储量办公室,北京 100010
摘    要:致密砂岩储层的研究对于当前国内油气勘探进展至关重要.准确掌握致密砂岩储层特征是开展油藏描述和有利区优选等工作的重要前提,而获取储层表征参数又是刻画储层特征的关键,所以储层参数预测技术逐渐成为当前研究热点之一.渗透率是划分油气水层以及后续井开发工程的重点分析要素.对于致密砂岩储层而言,因其非均质性强,使得渗透率很难用常规...

关 键 词:致密砂岩储层  渗透率预测  人工智能  机器学习  GBDT技术  逐步回归  物理模型  BP网络

Permeability prediction using Gradient Boosting Decision Tree(GBDT):a case study of tight sandstone reservoirs of member of Chang 4+5 in western Jiyuan Oilfield
GU YuFeng,ZHANG DaoYong,BAO ZhiDong,FENG ZhiGang,LI JingGong.Permeability prediction using Gradient Boosting Decision Tree(GBDT):a case study of tight sandstone reservoirs of member of Chang 4+5 in western Jiyuan Oilfield[J].Progress in Geophysics,2021,36(2):585-594.
Authors:GU YuFeng  ZHANG DaoYong  BAO ZhiDong  FENG ZhiGang  LI JingGong
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号