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！

龙图腾网获悉西南石油大学;重庆科技大学申请的专利一种页岩储层甜点判别方法、系统及计算机设备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：CN118655627B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202410738728.8，技术领域涉及：G01V1/50；该发明授权一种页岩储层甜点判别方法、系统及计算机设备是由张鲁川;王鑫锐;张雷;张学娟;刘如昊设计研发完成，并于2024-06-07向国家知识产权局提交的专利申请。

本一种页岩储层甜点判别方法、系统及计算机设备在说明书摘要公布了：本发明公开一种页岩储层甜点判别方法、系统及计算机设备，涉及页岩油气勘探技术领域，包括获取页岩储层岩心样本的甜点判别参数；基于页岩储层甜点的判别参数阈值和参数权重，进行页岩储层岩心样本的甜点判别；基于页岩储层测井资料，获取测井曲线；基于LightGBM集成学习算法构建页岩储层甜点判别模型；将页岩储层岩心样本甜点判别结果作为样本数据标签以及选取最优的测井曲线作为样本数据特征，对所述页岩储层甜点判别模型进行训练及性能评价；选取靶区待判别井的最优测井曲线输入页岩储层甜点判别模型中，获得页岩储层甜点对应的判别类型，从而提高了页岩储层甜点判别精度。

本发明授权一种页岩储层甜点判别方法、系统及计算机设备在权利要求书中公布了：1.一种页岩储层甜点判别方法，其特征在于，包括： 采集靶区页岩储层岩心样本数据，并对页岩储层岩心样本数据进行甜点判别，得到页岩储层岩心样本的甜点判别类型； 基于靶区页岩储层测井资料，选取测井资料中最优的测井曲线作为样本特征；具体包括以下步骤：获取靶区目的层段页岩储层测井资料；具体包括GR、KTh、U、K、Th、AC、UTh、DEN、CNL、LLD及PE的11条测井曲线；通过采用递归特征消除算法进行测井参数优选，获得页岩储层甜点判别精度随测井曲线个数的变化情况；根据页岩储层甜点判别精度随测井曲线个数的变化情况选取最优的测井曲线； 基于LightGBM集成学习算法构建页岩储层甜点判别模型，具体包括：基于岩心样本数据初始化决策树，依据样本特征构建新决策树，将页岩储层岩心样本的甜点判别类型作为样本数据标签，经过多轮更新迭代后，构建出页岩储层甜点判别模型； 选取靶区页岩储层待判别井的最优测井曲线输入页岩储层甜点判别模型中，获得页岩储层甜点对应的判别类型； 其中，所述基于LightGBM集成学习算法构建页岩储层甜点判别模型，具体包括以下步骤： 将样本数据加载至内存中，初始化决策树f 0x，误差函数l选择softmax交叉熵函数： ； 其中，M表示类别数量，y c 表示指示变量，当样本预测类别和真实类别一致，该值为1，否则为0，p c 表示样本预测类别属于类别c的预测概率； 对于第t颗决策树，t=1、2、…、T：通过分段函数将连续的特征值离散为k个桶，遍历所有数据，分别计算每个桶中样本的一阶梯度之和、二阶梯度之和，并计算所有桶的一阶梯度之和G t 、二阶梯度之和H t ： ； 其中，g ti 表示第i个桶中样本数据的一阶梯度之和，h ti 表示第i个桶中样本数据的二阶梯度之和； 基于当前节点对决策树进行分裂，所有桶的一阶梯度之和为G，所有桶的二阶梯度之和为H，初始分数score设置为0；对于特征n=GR、U、UTH、AC、DEN、CNL、LLD：左侧子节点表示为G tl 、H tl ，右侧子节点表示为G tr 、H tr ； 将样本特征n的桶从小至大排列，依次取出第i个桶，将该桶放入左侧子节点后，分别计算此时左侧子节点的一阶梯度之和G tl * 、二阶梯度之和H tl * 以及右侧子节点的一阶梯度之和G tr * 、二阶梯度之和H tr * ： G tl * =G tl +g ti ，G tr * =G-G tl * ； H tl * =H tl +h ti ，H tr * =H-H tl * ； 更新score： ； 其中，γ表示新叶子节点复杂度惩罚系数，表示决策树复杂度惩罚系数； 选择score最大时对应的特征及桶位置进行节点分裂； 当叶子节点数或最大树深度达到预设值后，当前决策树建立完毕，并更新强学习器F t x: ； 其中F t-1x表示第t-1颗决策树中得到的强学习器，f t x为本轮迭代生成的决策树； 经过T轮迭代后，获得最终的强学习器F T x： ； 其中，I表示学习率。

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西南石油大学;重庆科技大学，其通讯地址为：610500 四川省成都市新都区新都大道8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”。