一种基于机器学习的页岩含气量人工智能预测方法

摘要

本发明公开了一种基于机器学习的页岩含气量人工智能预测方法，包括以下步骤：步骤1、剔除岩心含气量实测值的异常值，并对纵横波速度、密度、自然伽马和含气实测值分别进行归一化处理；步骤2、引入松弛变量、利用数据映射搭建支持向量回归预测模型；步骤3、将纵横波速度、密度作为输入，页岩岩心含气量作为输出，利用支持向量回归预测模型，根据留一交叉验证得到含气量预测值；或者将自然伽马、纵波速度、密度作为输入，页岩岩心含气量作为输出，利用支持向量回归预测模型，根据留一交叉验证得到含气量预测值。本发明针对岩心、测井和地震数据计算页岩含气量精度较高，具有较高的泛化能力和可靠性。