数据挖掘方法在测井岩性识别中的应用
测井岩性识别是油气藏勘探开发的重要基础工作.随着计算机技术的发展,数据挖掘方法越来越多地应用于岩性识别以提高预测准确性.数据挖掘方法可归纳为多元统计算法和智能性算法两大类,其中多元统计算法包括主成分分析、判别分析,智能性算法有神经网络、决策树、支持向量机.目前多元统计算法在测井岩性识别中应用广泛,智能性算法的应用尚处于发展阶段.基于大量文献调研的成果,概述了多元统计算法的原理及应用现状,重点梳理智能性算法的理论和优势,提出在应用智能性算法时需要将测井数据预处理,包括测井参数选择、测井数据归一化和降维.在此基础上,通过实例验证了智能性算法的应用效果,认为这是测井岩性识别领域今后的发展方向.
岩性识别、数据挖掘、多元统计算法、智能性算法、测井数据
26
TE121.3;P628(石油、天然气地质与勘探)
中科院战略先导科技专项“深层碎屑岩储层发育机理与分布规律”XDA14010202;国家科技重大专项课题“深层-超深层油气成藏过程与勘探新领域”2017ZX05008-004;中国石油天然气股份有限公司重大科技专项“塔里木深层油气高效勘探开发理论及关键技术”2018E-1801
2020-01-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
713-718