[发明专利]岩心饱和度预测模型构建方法与岩心饱和度预测方法

说明书

本申请涉及一种岩心饱和度预测模型构建方法、装置、计算机设备和存储介质，获取样本测井曲线及其对应的样本岩心饱和度，其中，样本测井曲线是原始测井曲线校深之后得到的，可以提高得到的样本数据准确性，在模型训练过程中，采用训练和测试相结合的方式，将样本数据划分为训练样本集和测试样本集，由训练样本集对多种机器学习模型进行训练，再由测试样本集对已训练的机器学习模型进行测试，选取最优的已训练的机器学习模型作为最终岩心饱和度预测模型，最终得到的岩心饱和度预测模型可以支持后续岩心饱和度的准确预测。另外本申请还提供一种预测结果准确的岩心饱和度预测方法、装置、计算机设备和存储介质。

技术领域

本申请涉及数据预测技术领域，特别是涉及一种岩心饱和度预测模型构建方法、装置、计算机设备和存储介质以及岩心饱和度预测方法、装置、计算机设备和存储介质。

背景技术

岩心饱和度是指在石油钻井过程中用专业的方法将地下的岩石提取到地面，取到地面的岩石叫岩心，然后在实验室对岩心样品进行测量并计算出岩心样品的饱和度，此饱和度称为岩心饱和度。

目前，常规岩心分析方法包括常压干馏法、蒸馏抽提法和色谱法等，专项岩心分析方法包括由相对渗透率曲线或毛管压力曲线确定油水饱和度等。在油气行业中，传统的饱和度计算方法使用理论公式，包括Archie公式、Simandoux公式、Modified Simandoux公式、Indonesian公式、Modified Indonesian公式、Dual Water公式等，结合电阻率测井曲线及相关参数计算得到，然后用岩心试验测得的结果进行校验。

上述方法中理论公式计算的饱和度经过岩心饱和度校验，结果对本井是合适的，但不是每口井都取岩心进行岩心饱和度测试，即并非每一口井都测试出对应的岩心饱和度，另外，在测试过程中相关参数的取得参杂的人为因素较多，使得到的结果误差较大，无法得到准确得到每口井的岩心饱和度测试结果。

发明内容

基于此，有必要针对上述技术问题，提供一种支持得到准确岩心饱和度的岩心饱和度预测模型构建方法、装置、计算机设备和存储介质以及能够得到准确岩心饱和度的岩心饱和度预测方法、装置、计算机设备和存储介质。

一种岩心饱和度预测模型构建方法，所述方法包括：

获取样本数据，所述样本数据包括样本测井曲线以及与所述样本测井曲线对应的样本岩心饱和度，所述样本测井曲线由原始测井曲线校深得到；

将所述样本数据划分为训练样本集和测试样本集；

根据所述训练样本集分别对不同的机器学习模型进行训练，得到多个已训练的机器学习模型；

根据所述测试样本集测试所述多个已训练的机器学习模型，选取测试结果最优的已训练的机器学习模型作为岩心饱和度预测模型。

在其中一个实施例中，所述获取样本数据包括：

获取原始测井曲线；

随机选取所述原始测井曲线中任意一根曲线作为基准曲线；

将所述原始测井曲线中其他曲线与所述基准曲线进行对比，获取所述原始测井曲线中其他曲线与所述基准曲线的深度误差；

根据所述深度误差对所述原始测井曲线中其他曲线进行校深，得到样本测井曲线；

获取与所述样本测井曲线对应的样本岩心饱和度。

在其中一个实施例中，上述岩心饱和度预测模型构建方法还包括：

遍历所述样本测井曲线，识别所述样本测井曲线中存在异常值的异常测井曲线；

获取其它井的样本测井曲线中与所述异常测井曲线同类的正常测井曲线；