基于机器学习的油气水层随钻识别模型优选

• 作者: 任龙 孙健 李琪 陈明强
• 来源期刊: 西安石油大学学报（自然科学版）
• 学科: 工学
• 关键词: 随钻油气水层识别 机器学习 支持向量机 随机森林算法 模型优选
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 油气田开发与开采
• 页码范围: 79-85,90
• 页数: 8页
• 分类号: TE319
• 字数: 4640字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2019.05.012

摘要

为了解决基于测井数据对油气水层的实时识别这一技术难题,利用计算机科学与现代数学,结合随钻测井技术与机器学习算法进行油气水层的随钻识别.首先,对训练集数据进行相关性分析,剔除弱相关或冗余数据;其次,选择一对多支持向量机、一对一支持向量机以及随机森林算法分别建立油气水层分类识别模型,并使用网格搜索方法及10折交叉验证法对3种分类识别模型参数进行优选;最后,运用参数优选后的各分类识别模型,对随钻测井数据进行油气水层的识别.研究结果表明,3种分类识别模型对研究区块油气水层随钻识别的准确率均达到75％以上.在训练样本较少的情况下,优先选用一对一支持向量机分类识别模型进行油气水层的随钻识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明强	西安石油大学石油工程学院	39	921	16.0	30.0
5	任龙	西安石油大学石油工程学院	3	10	2.0	3.0