基于Boosting Tree算法的測井巖性識別模型
摘要:使用Boosting Tree算法,以錄井資料和測井資料為基礎,優(yōu)選出自然伽馬、自然電位、沖洗帶電阻率、侵入帶電阻率、原狀地層電阻率、密度、補償中子、聲波時(shí)差8個(gè)對巖性敏感度較高的測井屬性,建立巖性識別模型。使用該方法對瑪北油田巖石類(lèi)型齊全的6號井的目的層巖性進(jìn)行識別,正確率達到89.1%,優(yōu)于決策樹(shù)、支持向量機(SVM)等傳統的機器學(xué)習方法。使用Boosting Tree算法對巖性進(jìn)行識別也為測井解釋提供了新的思路。
注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系測井技術(shù)雜志社