[发明专利]一种新型无模型贝叶斯分类预测模型软测量方法

摘要

本发明公开了一种新型无模型贝叶斯分类预测模型软测量方法，首先通过曲线拟合方法有效地实现对气相色谱图数据的降维和降噪，进而提取气相色谱图数据的特征值，从而缩短分类模型的训练时间而且能够获得更好的泛化能力。本发明使用新型无模型贝叶斯分类算法建立识别模型，这样可以有效避免由于训练样本不满足条件独立性而造成的模型泛化性能下降问题。本发明提供的新型无模型贝叶斯分类预测模型软测量方法通过气相色谱图的测量客观展现了不同条件下油气储层的水淹程度，指明了各油气储层的水淹程度与开采价值，有助于石油钻探公司进一步提高开采效率和降低成本。因此，本发明提供的技术方案具有有效性和适用性。

主权项

一种新型无模型贝叶斯分类预测模型软测量方法，其特征在于，包括：获取油气层的气相色谱图数据；根据曲线拟合法获取所述气相色谱图数据的特征值，以实现所述气相色谱图数据的降维和降噪；对所述气相色谱图数据的特征值进行归一化处理，以形成测量样本；根据预设的无模型贝叶斯分类器分类预测算法对所述测量样本对应的类别进行预测，以获得所述测量样本对应的类别；根据所述测量样本对应的类别对所述油气层进行分析，以获得所述油气层的水淹程度和开采价值。