智能储层分类评价平台,采用深度学习模拟地质专家业务逻辑,同时对测井曲线与测井图像数据进行分析建模,并通过多模型融合技术实现储层的智能划分和分类判别。
以储层评价为切入点,以测井资料智能化处理、解释为基础,形成了旨在解决老区多井海量数据和以往分析结论人为性强两大难题,有效提高技术人员工作效率、降低多解性的工具性软件模块。
沿着智能化技术向油气勘探开发渗透大方向,成为解决成熟探区深化油藏认识、服务滚动勘探及高效开发基础环节工作不可或缺的手段。
可读取井相关数据文件,包括测井曲线、成像测井资料以及人工评价结果(用作对比)。
包含缺失值处理、灰度处理等。
实现测井数据与储层分类结果的可视化,主要包括原始测井曲线、储层分类评价结果、人工判别结果、模型智能识别与人工判别一致率。
新井规划评价;
老井复查挖潜。
智能储层分类评价平台,采用深度学习模拟地质专家业务逻辑,同时对测井曲线与测井图像数据进行分析建模,并通过多模型融合技术实现储层的智能划分和分类判别。
以储层评价为切入点,以测井资料智能化处理、解释为基础,形成了旨在解决老区多井海量数据和以往分析结论人为性强两大难题,有效提高技术人员工作效率、降低多解性的工具性软件模块。
沿着智能化技术向油气勘探开发渗透大方向,成为解决成熟探区深化油藏认识、服务滚动勘探及高效开发基础环节工作不可或缺的手段。
可读取井相关数据文件,包括测井曲线、成像测井资料以及人工评价结果(用作对比)。
包含缺失值处理、灰度处理等。
实现测井数据与储层分类结果的可视化,主要包括原始测井曲线、储层分类评价结果、人工判别结果、模型智能识别与人工判别一致率。
应用场景
新井规划评价;
老井复查挖潜。
技术路线
一键式储层智能划分和识别。
使用随机森林解释模型可以很好的提炼储层的判别逻辑和量化指标,便于用户理解。
综合利用成像测井资料与测井曲线数据对储层进行划分,运用随机森林算法和卷积神经网络算法,加权后取得最终划分结果。
平台可在一分钟内完成对单目标井多源数据的处理、划分和综合研判,迅速定位各类优质储层。