基于机器学习的油气水层随钻识别模型优选 |
| |
引用本文: | 孙健,李琪,陈明强,任龙. 基于机器学习的油气水层随钻识别模型优选[J]. 西安石油大学学报(自然科学版), 2019, 0(5) |
| |
作者姓名: | 孙健 李琪 陈明强 任龙 |
| |
作者单位: | 中国石油大学(北京)石油工程学院;西安石油大学石油工程学院;西安石油大学陕西省油气井及储层渗流与岩石力学重点实验室 |
| |
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。
|
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 |
Optimization of Model for Identification of Oil/Gas and Water Layers While Drilling Based on Machine Learning |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|