摘要
本发明公开了一种页岩气储层特性预测方法,属于页岩气储层特性预测技术领域。包括:采集并预处理测井、地震、岩心及生产动态等多源数据;基于加权融合模型获得融合特征值;将融合特征输入带正则化项的梯度提升决策树模型预测储层特性;利用Shapley值计算各输入特征贡献度,并通过蒙特卡洛方法量化预测不确定性;依据预测质量评价指标动态更新数据源权重,形成自适应多源融合闭环。该方法可实现多源异构数据的高效融合与动态优化,具备结果可解释性、可信度量化及实时更新能力,预测精度高且稳健,适用于页岩气储层评价与生产优化。
技术关键词
蒙特卡洛方法
梯度提升决策树
可解释人工智能
回归决策树
特征值
岩心数据
动态更新
页岩气储层评价
多源融合
测井
地震
多源异构数据
样本
声波时差
加权特征