基于集成学习的碳酸盐岩储集体类型划分 ——以塔河油田T615井组为例

• 作者: 孟顺 康志宏 张逸伦 徐嘉宏 蓝茜茜
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 碳酸盐岩储集体 集成学习 AdaBoost.M2 分类器耦合 塔河油田 T615井组
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 石油、天然气工业
• 页码范围: 7231-7238
• 页数: 8页
• 分类号: TE19
• 字数: 6163字
• 语种: 中文

摘要

由于碳酸盐岩储层非均质性强、储集空间复杂多变、测井响应特征模糊,导致仅利用常规测井解释方法无法准确划分储集体类型.因此,将集成学习技术引入,以多种资料建立的测井响应模式为基础,提出一种结合Boosting和Bagging集成策略的改进方法应用于碳酸盐岩储集体类型划分中.采用AdaBoost.M2算法,以机器学习中的支持向量机、决策树、浅层神经网络为基分类器构建3个强学习器,并结合Bagging并行策略进行组合优化,得到储集体类型的最终划分结果.将该方法应用于塔河油田碳酸盐岩储层T615井组,结果表明:相较其他单分类器和基于同质基分类器的强分类器,本文方法的综合分类正确率最高,达92.3％,且对该井组的4类储集体的分类正确率均保持在90.0％左右,分类结果满足实际测井资料解释的精度要求,展现了集成学习技术在碳酸盐岩储集体类型划分中良好的应用效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张逸伦	北京大学地球与空间科学学院	2	0	0.0	0.0