基于参数优化AdaBoost算法的酸性火山岩岩性分类

• 作者: 周子勇 曲康 杨笑 王如意 王志章 王翔宇 魏周城
• 来源期刊: 石油学报
• 学科: 工学
• 关键词: 火山岩 岩性识别 集成算法 AdaBoost算法 交叉验证
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 油田开发
• 页码范围: 457-467
• 页数: 11页
• 分类号: TE19
• 字数: 8326字
• 语种: 中文
• DOI: 10.7623/syxb201904007

摘要

岩性识别是火山岩油气藏勘探的基础,为提高长岭气田火山岩岩性识别的准确率,采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法,对研究区酸性火山岩岩性进行分类与识别.通过分析研究区火山岩不同岩性的测井响应特征,选取了对火山岩岩性、组构和孔隙结构反应灵敏的12种岩石物理测井参数作为分类特征量.选择3口井中岩心分析和岩矿录井资料完整的7150个测井数据作为数据集,并从中随机选取70％的数据作为训练集建立岩性识别模型,剩余30％的数据作为测试集.对6种算法建立的模型通过交叉验证进行参数优化及模型评价,对比不同算法与录井剖面的结果表明,AdaBoost-决策树算法可作为长岭气田利用常规测井资料识别火山岩岩性的有效手段,准确率可达90％以上.