论文摘要
由于砾石成分复杂、孔隙结构多样、非均质性强,流体对测井响应的影响远小于岩石骨架,导致常规测井技术识别砂砾岩中的流体比较困难。为此,提出将机器学习AdaBoost.M2算法运用于砂砾岩流体识别中。应用该算法,结合试油、试采资料,将K类多流体类型拆解为K-1个二分类问题,通过多轮迭代得到样本分布,然后调用决策树算法作为弱学习算法自动得到分类器ht进行判别。将该方法应用于A研究区砂砾岩流体识别中,样本回判准确率为95%,测试准确率达91.5%,证明了该方法的适用性,为常规测井识别砂砾岩流体性质提供了新的方法,对油气开采具有一定的指导意义。
论文目录
文章来源
类型: 期刊论文
作者: 陈钢花,梁莎莎,王军,祗淑华,诸葛月英,刘有基
关键词: 机器学习,算法,砂砾岩,流体识别
来源: 石油地球物理勘探 2019年06期
年度: 2019
分类: 基础科学,工程科技Ⅰ辑
专业: 地质学,石油天然气工业
单位: 中国石油大学(华东)地球科学与技术学院,中国石化胜利油田分公司勘探开发研究院,中国石油集团测井有限公司华北分公司
基金: 国家科技重大专项“渤海湾盆地济阳坳陷致密油开发示范工程”(2017ZX05072)资助
分类号: P631.81;P618.13
DOI: 10.13810/j.cnki.issn.1000-7210.2019.06.020
页码: 1357-1362+1177
总页数: 7
文件大小: 2517K
下载量: 273