买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长江大学申请的专利一种基于机器学习和最优分形属性的页岩储层分类评价方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119598285B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411643045.0，技术领域涉及：G06F18/241；该发明授权一种基于机器学习和最优分形属性的页岩储层分类评价方法是由周围;李菊花;毕雪丽;桑小飞设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种基于机器学习和最优分形属性的页岩储层分类评价方法在说明书摘要公布了：本发明公开一种基于机器学习和最优分形属性的页岩储层分类评价方法，涉及页岩储层评价技术领域，包括以下步骤：计算T2谱的分形属性指标、获得新的聚类标签、获得最优分形属性值、获得最终的分类标签、将最终分类依据应用到目的井的全部最优分形属性值中，并得到新的分类结果；本发明通过对核磁测井得到的T2谱原始数据进行多重分形计算，结合对应井段密闭取心资料得到的有效孔隙度数据为依据，将不同程度的有效孔隙度划分类别后，对每种类别对应的分形属性进行系统的机器学习训练，得到一套以影响程度最大的分形属性为主要依据的分形属性值的分类区间，并将其应用到目的层段的全部分形属性值中，能准确对页岩储层进行分类评价。

本发明授权一种基于机器学习和最优分形属性的页岩储层分类评价方法在权利要求书中公布了：1.一种基于机器学习和最优分形属性的页岩储层分类评价方法，其特征在于，包括以下步骤： 步骤一：先利用核磁共振测井技术获取目的井深T2谱的原始数据并行分析处理，通过无因次化公式对T2谱原始数据进行无因次化处理，使其全部数据收敛在[0,1]的区间内，以消除量纲对数据的影响，提升后续模型处理的性能，然后利用分形维数的计算方法对分析处理后的数据进行相关分形属性值的计算，得到每组T2谱的分形属性指标，具体包括T2谱的奇异强度、偏移量及最大最小偏移值； 步骤二：从目的井的井段密闭取心资料中获取可动孔隙度数据，获取目的井的可动孔隙度数据并将其按从大到小的方式分为四个类别，作为原始分类标签，再将步骤一中计算得到的分形属性指标与原始分类标签汇总成数据表，然后将汇总好的数据表作为K-means聚类模型的输入数据，利用机器学习方法对分形属性值进行聚类处理，得到对应的新的聚类标签，类比密闭取心资料中将可动孔隙度按照从大到小分为四类，将聚类标签也划分为四类，聚类完成后，得到有明显区别的四类聚类结果； 步骤三：使用随机森林方法对分形属性指标进行重要性程度分析，再将得到的分析结果中的重要性程度最高的分形属性作为最终的分类标准，即最优分形属性值； 步骤四：根据原始分类标签与新的聚类标签的对应关系，分别计算得到每个聚类标签中的各类型的比例以及每种类型在所有聚类标签中的比例，综合分析得到聚类标签与原始分类标签的映射关系，并根据该映射关系得到每组数据的最终标签； 步骤五：根据最终标签以及最优分形属性值，得到四类标签各自的最优分形属性值的区间，并以该区间作为最终分类依据，应用到目的井的全部最优分形属性值中，得到以最优分形属性为主要依据的新的页岩储层分类评价结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长江大学，其通讯地址为：434023 湖北省荆州市荆州区南环路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。