一种基于机器学习的海上低渗储层分类评价优化方法

本发明提供了一种基于机器学习的海上低渗储层分类评价优化方法，涉及海上低渗储层分类技术领域，包括以下步骤：S1：整合海上低渗储层的岩心实验数据、测井曲线及生产动态记录，提取多维特征集，剔除异常数据点并补全缺失参数；S2：基于灰色关联分析确定初始特征权重，引入生产动态反馈机制调整参数贡献度，构建包含分选系数修正项的复合评价因子Z；S3：根据渗透率划分训练子集并采用对应正则化约束强度训练模型，自动匹配核函数带宽并动态调整损失函数容错阈值；S4：型经交叉验证后部署，投产后定期更新权重系数，通过残差监控触发模型再训练。本发明提高了海上低渗储层分类评价的准确性和可靠性，适应储层动态变化，具有良好的应用前景。