同济大学学报(自然科学版)

作者：王宗俊

单位：1.海洋油气勘探国家工程研究中心，北京 100028;2.中海油研究总院有限责任公司，北京 100028

关键词：改进储层经验性品质指数,人工智能(AI),XGBoost,蜂群算法,随机失活（DropOut）

为解决传统地球物理方法无法有效预测深层陆相低渗透甜点分布的局限性问题，提出了一套基于人工智能的高精度地质甜点预测方法流程，为压裂方案优化和开发井位部署提供可靠依据。通过多步骤人工智能算法，包括：XGBoost算法构建改进的低渗储层经验性品质指数（RQI）、蜂群算法深度神经网络实现一维井点RQI曲线预测、基于随机失活策略的改进CNN算法，实现空间三维RQI展布预测，突破了传统甜点预测的局限性，实现了由一维到三维的多尺度智能预测，显著提升了低渗储层表征精度。某油田应用表明，该方法克服各不利因素影响，地质甜点预测精度较传统方法有明显提升。

来源：2025年第8期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2025年第8期