首页 | 本学科首页   官方微博 | 高级检索  
     

基于改进随机森林的火山岩测井岩性识别
作者姓名:黄安  蔡文渊  魏新路  李瑶  段高山  刘迪仁
作者单位:长江大学 地球物理与石油资源学院;中国石油集团测井有限公司华北分公司;中国石油集团测井有限公司辽河分公司
基金项目:国家重点研发计划项目子课题
摘    要:准噶尔盆地石炭系火山岩岩性复杂,在某种岩性薄片、岩心等资料数量明显少于其他岩性时,常规方法划分岩性存在困难。为了解决上述问题,提高火山岩岩性识别精度,运用合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法增加少数岩性类别样本数量,解决数据不均衡问题;通过网格搜索和K折交叉验证法确定最优参数组合,开展基于改进随机森林的火山岩岩性识别研究。通过分析火山岩岩心、薄片、测井响应特征等资料,建立了岩性交会图版,确定了研究区对岩性敏感的测井参数重要性程度。实例资料应用表明,改进的随机森林算法有效地解决了传统随机森林算法受岩性样本类型不均衡及数据量较小的影响,火山岩岩性识别准确率由87%提升到了94%,为不均衡样本情况下火山岩岩性识别提供借鉴。

关 键 词:随机森林  SMOTE算法  测井响应  火山岩  岩性识别
收稿时间:2022-07-26
修稿时间:2023-03-27
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号