[发明专利]一种复杂储层岩性识别方法、装置、设备及存储介质

权利要求书

1.一种复杂储层岩性识别方法，其特征在于，包括：

建立适用于实际工区的岩石物理模型；

通过所述岩石物理模型生成岩性标签和多元属性参数；

根据生成的所述岩性标签和所述多元属性参数，利用随机森林算法和交会分析方法筛选出对岩性敏感的敏感性特征；

将筛选出的所述敏感性特征和所述岩性标签作为训练样本，利用随机森林算法训练生成岩性识别器；

运用所述岩性识别器进行岩性识别。

2.根据权利要求1所述的复杂储层岩性识别方法，其特征在于，所述建立适用于实际工区的岩石物理模型，包括：

根据不同的岩石物理理论，建立岩石物理模型；

利用实际工区的测井数据和实验数据约束所述岩石物理模型，使所述岩石物理模型适用于实际工区。

3.根据权利要求2所述的复杂储层岩性识别方法，其特征在于，所述根据生成的所述岩性标签和所述多元属性参数，利用随机森林算法和交会分析方法筛选出对岩性敏感的敏感性特征，包括：

利用随机森林算法对生成的所述岩性标签和所述多元属性参数进行预分类；

根据预分类的结果，统计特征敏感性大小；

结合各特征之间的相关系数，筛选出对岩性敏感且相关性小的敏感性特征；

利用交会分析方法对筛选出的所述敏感性特征进行三维交会分析和二维交会分析，以对筛选出的所述敏感性特征进行验证。

4.根据权利要求3所述的复杂储层岩性识别方法，其特征在于，所述多元属性参数包括物性参数、弹性参数和流体参数。

5.根据权利要求4所述的复杂储层岩性识别方法，其特征在于，所述利用随机森林算法训练生成岩性识别器，包括：

利用bootstrap重抽样方法从所述训练样本中抽取多个bootstrap样本；

对每个bootstrap样本进行决策树建模；

组合多棵决策树的预测,通过投票得出岩性识别的预测结果。

6.根据权利要求5所述的复杂储层岩性识别方法，其特征在于，在所述利用随机森林算法训练生成岩性识别器的同时，还包括：

向所述训练样本加入不同信噪比的高斯噪音，测试所述岩性识别器的岩性识别准确率。

7.一种复杂储层岩性识别装置，其特征在于，包括：

模型建立模块，用于建立适用于实际工区的岩石物理模型；

参数生成模块，用于通过所述岩石物理模型生成岩性标签和多元属性参数；

特征筛选模块，用于根据生成的所述岩性标签和所述多元属性参数，利用随机森林算法和交会分析方法筛选出对岩性敏感的敏感性特征；

识别器生成模块，用于将筛选出的所述敏感性特征和所述岩性标签作为训练样本，利用随机森林算法训练生成岩性识别器；

岩性识别模块，用于运用训练完成的所述岩性识别器进行岩性识别。

8.根据权利要求7所述的复杂储层岩性识别装置，其特征在于，还包括：

准确率测试模块，用于向所述训练样本加入不同信噪比的高斯噪音，测试所述岩性识别器的岩性识别准确率。

9.一种复杂储层岩性识别设备，其特征在于，包括处理器和存储器，其中，所述处理器执行所述存储器中存储的计算机程序时实现如权利要求1至6任一项所述的复杂储层岩性识别方法。

10.一种计算机可读存储介质，其特征在于，用于存储计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的复杂储层岩性识别方法。