基于人工神经网络方法预测油气资源丰度——以渤海湾盆地东濮凹陷文留地区古近系沙河街组三段为例OA北大核心CSTPCD
油气资源丰度通常受多个因素控制,其相关参数信息种类繁杂、数据量庞大,应用传统的地质统计学方法定量预测准确度不高。为了快速预测油气资源量丰度并明确其主控因素,以渤海湾盆地东濮凹陷文留地区古近系沙河街组三段为例,采用基于多层感知器神经网络(MLP)方法对油气资源丰度进行定量预测,同时采用Boosting集成学习算法优化预测模型,分别对66组样本油气资源丰度数据进行预测。结果表明,训练集数据实测值与预测值相关系数分别达0.789和0.989,验证集数据…查看全部>>
杨子杰;陈冬霞;王翘楚;王福伟;李莎;田梓葉;陈淑敏;张婉蓉;姚东升;王昱超
中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249中国石油大学(北京)地球科学学院,北京102249 油气资源与工程全国重点实验室中国石油大学(北京),北京102249
石油、天然气工程
机器学习神经网络预测模型资源丰度东濮凹陷渤海湾盆地
《石油实验地质》 2024 (2)
P.428-440,13
国家自然科学基金面上项目(41972124)资助。
评论