中海石油深海开发有限公司

本发明涉及最优储层分类数的渗透率预测方法、系统、介质和设备，包括：收集数据及预处理获得初始无标签数据集；对初始无标签数据集进行聚类分析确定初始分类数；以初始分类数为中点，按照扩展量n向两侧扩展，形成候选分类数集合；基于候选分类数集合构建带标签数据集；根据标签数据集构建多分类数渗透率计算模型；建立机器学习储层类型预测模型，并进行储层类型预测；在储层类型预测完成后，确定最优分类数；基于最优分类数建立最终的储层类型预测模型，并将分类数渗透率计算模型嵌入最终的储层类型预测模型中进行预测。本发明通过建立“候选分类数生成—分类建模验证—预测精度择优”的闭环反馈机制，实现储层分类数与预测精度的最优平衡。

本发明涉及一种三角洲前缘远砂坝砂体岩性圈闭精细刻画方法、系统及存储介质。该方法通过全入射角叠前密度反演获得中频相对密度数据体，由此构建覆盖全频谱的多尺度地质模型，保证了模型的地质可解释性和泛化能力；通过机器学习回归算法自适应融合多尺度特征得到训练好的自适应融合模型，能够在提升分辨率的同时保持砂体边界真实性；基于自适应融合模型预测远砂坝砂体的空间展布及储层参数。本发明通过物理反演与数据驱动学习的深度融合，解决了薄层孤立砂体预测中纵向分辨率与横向保真度的固有矛盾，实现了小样本条件下的高精度储层刻画，为三角洲前缘远砂坝岩性圈闭勘探提供了可靠的技术手段。