[发明专利]一种预测核磁共振测井横向弛豫时间T2分布的方法

摘要

本发明公开了一种预测核磁共振测井横向弛豫时间T₂分布的方法，包括筛选确定相关常规测井数据作为步骤五预测T₂分布的输入数据；设定类别参数，量化分类已有T₂分布曲线作为步骤五中模型训练和测试的输入数据；利用多个正态分布曲线拟合已有T₂分布，得到正态分布的表征参数，利用相关系数评估拟合准确性后作为步骤五中模型训练和测试的输出数据；对步骤一常规测井数据、步骤二类别参数、步骤三表征参数进行前期处理；将步骤四所有数据归类分组，用于人工神经网络模型的训练和测试，得到预测模型；用相关系数及标准根均方差评估预测模型精确性，预测T₂分布。本发明利用人工神经网络模型得到常规测井数据与T₂分布关系模型，对T₂分布精确预测。

主权项

1.一种预测核磁共振测井横向弛豫时间T2分布的方法，其特征是，包括如下步骤：(一)筛选确定相关的常规测井数据以及矿物成分和流体体积反演数据，作为步骤五预测核磁共振测井T2分布的输入数据；(二)设定类别参数，量化分类已有T2分布曲线，将其作为步骤五中模型训练和测试的输入数据；(三)利用多个正态分布曲线拟合已有核磁共振测井T2分布，得到正态分布的表征参数，利用相关系数评估拟合准确性后，将其作为步骤五中模型训练和测试的输出数据；(四)对步骤一常规测井数据、步骤二类别参数、步骤三表征参数进行前期处理；(五)将步骤四的所有数据归类分组，分别用于人工神经网络模型的训练和测试，得到预测模型；(六)用相关系数及标准根均方差NRMSE评估预测模型精确性，预测核磁共振测井T2分布。