声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2128/TE
国际刊号：0253-2697
发布日期:
作者：杨笑, 王志章, 周子勇, 魏周城, 曲康, 王翔宇, 王如意
单位：中国石油大学(北京)油气资源与探测国家重点实验室 北京 102249
关键词：火山岩,岩性识别,集成算法,AdaBoost算法,交叉验证
基金：杨笑,女,1994年6月生,2016年获西安石油大学学士学位,现为中国石油大学(北京)硕士研究生,主要从事油气田开发研究工作。Email:864126663@qq.com
摘要： 岩性识别是火山岩油气藏勘探的基础，为提高长岭气田火山岩岩性识别的准确率，采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法，对研究区酸性火山岩岩性进行分类与识别。通过分析研究区火山岩不同岩性的测井响应特征，选取了对火山岩岩性、组构和孔隙结构反应灵敏的12种岩石物理测井参数作为分类特征量。选择3口井中岩心分析和岩矿录井资料完整的7 150个测井数据作为数据集，并从中随机选取70 % 的数据作为训练集建立岩性识别模型，剩余30 % 的数据作为测试集。对6种算法建立的模型通过交叉验证进行参数优化及模型评价，对比不同算法与录井剖面的结果表明，AdaBoost-决策树算法可作为长岭气田利用常规测井资料识别火山岩岩性的有效手段，准确率可达90 % 以上。
来源：2019年第4期
《石油学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。