基于Adaboost算法的沉积微相自动识别

黄千玲 赵军龙 白倩 许鉴源 沉积微相 Adaboost算法 测井 自动识别 陇东气田 sedimentary microphase Adaboost algorithm well logging automatic identification Longdong gas field

在油气田开发中,沉积微相识别对于明确沉积背景及单砂体刻画起着重要的作用.陇东气田地质条件复杂,主力气藏深度大,产层单一,仅山1段底部产气,对于多种资料交叉共同分析沉积微相,仅依靠人工判别沉积微相,过程复杂且容易出错,很难在沉积微相和测井数据之间建立精确的对应关系.为了充分利用测井资料,提高沉积微相划分的效率,提出一种基于Adaboost算法的沉积微相自动识别方法,为后期气田开发沉积背景及单砂体刻画提供更准确的依据.在研究中,对测井曲线进行优选,并进行预处理,运用数学统计法提取了6个特征参数作为训练的输入集,把沉积微相的类型作为训练的输出结果标签,从已解释的沉积微相数据中选取共1210组作为训练样本,其中组建的训练样本共约968组,组建测试样本242组.研究结果显示,应用该方法的训练效果和测试结果的准确性分别达到96.45%,90.4%,可以验证该方法在陇东气田Q区应用效果较好.

SciDown文献求助系统（解决99%问题） Public Download 地质通报 地质通报