基于自動機器學習的測井曲線重構(gòu)技術(shù)

摘要： 測井曲線在獲取地下儲層和油氣信息時常因儀器故障、井眼垮塌等因素，導致部分井段測井曲線缺失或失真。相較于傳統(tǒng)的經(jīng)驗模型和多元回歸分析的測井曲線重構(gòu)方法，機器學習可以更好地重構(gòu)測井曲線、精準表征曲線之間復雜的非線性關(guān)系，但其仍存在普適性差、試錯成本高和自動化程度低等問題。為此，以數(shù)據(jù)處理與特征工程、模型選擇與調(diào)優(yōu)、模型保存與預測、模型解釋與公平性檢驗為技術(shù)流程，將自動控制技術(shù)應用于... （共17頁）