一种基于高斯过程回归的页岩孔隙结构参数预测方法与流程

技术特征：
1.一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：包括以下步骤：步骤一：收集页岩矿物组成和孔隙结构参数数据；将收集到的数据随机划分训练集和测试集；步骤二：采用z
‑
score标准化对训练集进行处理；步骤三：基于标准化后的数据，建立基于高斯过程回归的页岩孔隙体积和平均孔径的预测模型；步骤四：模型检验，对于训练集，若模型的平均相对误差小于6％则认为满足要求并停止训练。2.根据权利要求1所述的一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：矿物组成包括总有机碳含量toc、碳酸盐矿物含量、黏土矿物含量、长石含量、石英含量、黄铁矿含量。3.根据权利要求2所述的一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：孔隙结构参数包括孔隙体积和平均孔径。4.根据权利要求3所述的一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：步骤一中，将收集到的数据随机按照8：2的比例划分训练集和测试集。5.根据权利要求4所述的一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：采用z
‑
score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：score标准化对训练集进行处理的方法为：其中，x1表示标准化后的toc值，无因次；x2表示标准化后的碳酸盐矿物含量，无因次；x3表示标准化后的黏土矿物含量，无因次；x4表示标准化后的长石含量，无因次；x5表示标准化后的石英含量，无因次；x6表示标准化后的黄铁矿含量，无因次；x
o1
表示标准化前的toc值，无因次；x
o2
表示标准化前的碳酸盐矿物含量，无因次；x
o3
表示标准化前的黏土矿物含量，无因次；x
o4
表示标准化前的长石含量，无因次；x
o5
表示标准化前的石英含量，无因次；x
o6
表示
标准化前的黄铁矿含量，无因次；σ1为toc的标准差，无因次；σ2为碳酸盐矿物含量的标准差，无因次；σ3为黏土矿物含量的标准差，无因次；σ4为长石含量的标准差，无因次；σ5为石英含量的标准差，无因次；σ6为黄铁矿含量的标准差，无因次；μ1为toc的均值，无因次；μ2为碳酸盐矿物含量的均值，无因次；μ3为黏土矿物含量的均值，无因次；μ4为长石含量的均值，无因次；μ5为石英含量的均值，无因次；μ6为黄铁矿含量的均值，无因次；y
p
表示标准化后的孔隙体积，无因次；y
d
表示标准化后的平均孔径，无因次；y
op
表示标准化前的孔隙体积，cm3/g；y
od
表示标准化前的平均孔径，nm；σ
p
为孔隙体积的标准差，无因次；σ
d
为平均孔径的标准差，无因次。6.根据权利要求5所述的一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：基于标准化后的数据，建立基于高斯过程回归的页岩孔隙体积和平均孔径的预测模型的方法为：y
p
＝f
p
(x) ε
p
；y
d
＝f
d
(x) ε
d
；x＝[x1,x2,x3,x4,x5,x6]；其中，x为一个6
×
1的向量；y
p
和y
d
符合如下高斯过程：y
p
～gp(0，k
p
σ
pn2
i
n
)；y
d
～gp(0，k
d
σ
dn2
i
n
)；其中，σ
pn2
为ε
p
的高斯分布方差，σ
dn2
为ε
d
的高斯分布方差，i
n
为n阶单位矩阵，n为训练集的样本个数，k为协方差矩阵：的样本个数，k为协方差矩阵：的样本个数，k为协方差矩阵：的样本个数，k为协方差矩阵：其中，x
i
和x
j
分别对应训练集中第i个和第j个输入向量；σ
dh2
和σ
ph2
分别是核函数k
d
(x
i
,x
j
)和k
p
(x
i
,x
j
)的信号方差；ι
d
和ι
p
分别是核函数k
d
(x
i
,x
j
)、k
p
(x
i
,x
j
)的方差尺度；令θ
p
＝(σ
pn2
，σ
ph2
，ι
p
)，θ
d
＝(σ
dn2
，σ
dh2
，ι
d
)为预测模型的超参数；将对数似然函数取负值，然后求导并令其等于0，从而确定超参数θ
p
和θ
d
；
m
p
＝k
p
σ
pn2
i
n
；m
d
＝k
d
σ
dn2
i
n
；其中，m
p
和m
d
为中间变量；y
p
为训练集对应的孔隙体积向量；y
d
为训练集对应的平均孔径向量；对于一个测试样本，输入参数为x*，x*为一个6
×
1的向量，由标准化处理后的toc、碳酸盐矿物总量、黏土矿物总量、长石含量、石英含量、黄铁矿含量构成；x*对应的平均孔径预测值和孔隙体积预测值与训练集的关系可以表示为：与训练集的关系可以表示为：其中，x为训练集对应的矩阵；因此，预测的孔隙体积和平均孔径可以表示为：可以表示为：7.根据权利要求6所述的一种基于高斯过程回归的页岩孔隙结构参数预测方法，其特征在于：平均相对误差公式如下：征在于：平均相对误差公式如下：其中，mape1为孔隙体积预测值对应的平均相对误差值；mape2为平均孔径预测值对应的平均相对误差值；为孔隙体积预测值；y
rp
为孔隙体积实际值；为平均孔径预测值；y
rd
为平均孔径实际值。

技术总结
本发明涉及页岩孔隙结构参数预测技术领域，涉及一种基于高斯过程回归的页岩孔隙结构参数预测方法，包括以下步骤：步骤一：收集页岩矿物组成和孔隙结构参数数据；将收集到的数据随机划分训练集和测试集；步骤二：采用Z


技术研发人员：任文希 周玉 郭建春 曾凡辉 罗扬
受保护的技术使用者：西南石油大学
技术研发日：2021.07.20
技术公布日：2021/11/14