机器学习方法对砂砾岩岩屑成分的预测——以西北缘X723井百口泉组为例

• 作者: 唐勇 张昌民 朱锐 柴明锐 瞿建华 程丹
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 岩屑成分预测 砂砾岩 机器学习 百口泉组
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 地质与勘探
• 页码范围: 22-28,61
• 页数: 8页
• 分类号: TE122
• 字数: 6105字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2017.05.004

摘要

选择凝灰岩岩屑作为预测对象,对测井数据进行标准化处理,对砂砾岩储层薄片鉴定结果和测井数据进行相关性分析,优选对岩屑敏感的CNL、GR、RT、RI、SP测井参数作为训练学习的对象;分别利用SVM、BP神经网络、CART、BP神经网络-Bagging、CART-Bagging、随机森林等机器学习方法建立岩屑预测模型,对西北缘X723井百口泉组岩屑成分进行预测、对比和分析.结果表明:单个机器学习方法预测效果不佳,而经集成学习方法优化的BP神经网络-Bagging、随机森林取得较好的实验结果,尤其是随机森林的预测效果最好,平均相对误差绝对值为17.17％,证实机器学习方法在本工区预测岩屑成分是有效的,可以进行推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张昌民	长江大学地球科学学院	145	1682	23.0	34.0
2	唐勇	中国石油新疆油田公司勘探开发研究院	80	1681	19.0	39.0
3	瞿建华	中国石油新疆油田公司勘探开发研究院	44	652	12.0	24.0
4	朱锐	长江大学地球科学学院	57	259	10.0	12.0
5	程丹	长江大学地球科学学院	5	17	3.0	4.0
6	柴明锐	长江大学地球科学学院	1	5	1.0	1.0