10.13810/j.cnki.issn.1000-7210.2019.06.020
机器学习AdaBoost.M2算法在砂砾岩流体识别中的应用
由于砾石成分复杂、孔隙结构多样、非均质性强,流体对测井响应的影响远小于岩石骨架,导致常规测井技术识别砂砾岩中的流体比较困难.为此,提出将机器学习AdaBoost.M2算法运用于砂砾岩流体识别中.应用该算法,结合试油、试采资料,将K类多流体类型拆解为K-1个二分类问题,通过多轮迭代得到样本分布,然后调用决策树算法作为弱学习算法自动得到分类器ht进行判别.将该方法应用于A研究区砂砾岩流体识别中,样本回判准确率为95%,测试准确率达91.5%,证明了该方法的适用性,为常规测井识别砂砾岩流体性质提供了新的方法,对油气开采具有一定的指导意义.
机器学习、AdaBoost.M2算法、砂砾岩、流体识别
54
P631
国家科技重大专项“渤海湾盆地济阳坳陷致密油开发示范工程”2017ZX05072
2019-12-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
1357-1362