期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于机器学习的致密砂岩储层成岩相测井识别:以川中地区沙溪庙组一段为例
1
作者 曹脊翔 陈思源 +4 位作者 肖柏夷 杨曦冉 罗莹莹 陈宏 吴丰 《科学技术与工程》 北大核心 2025年第21期8858-8870,共13页
川中地区金秋气田—天府气区沙溪庙组沙一段致密砂岩储层成岩相复杂,给储层评价与天然气勘探开发造成了较大困扰,但传统成岩相识别方法准确率低、对专业人员依赖性强、耗时长,急需准确率高、成本低、速度快的成岩相识别方法。首先,基于... 川中地区金秋气田—天府气区沙溪庙组沙一段致密砂岩储层成岩相复杂,给储层评价与天然气勘探开发造成了较大困扰,但传统成岩相识别方法准确率低、对专业人员依赖性强、耗时长,急需准确率高、成本低、速度快的成岩相识别方法。首先,基于铸体薄片鉴定数据,通过组分三端元图确定了致密砂岩岩性,结合图像处理技术确定了孔隙、胶结物的类型与比例,并划分了致密砂岩成岩相。然后,对岩心划分成岩相数据对应的1019个深度测井数据进行了分布范围、中位数、均匀性、偏斜性等特征分析,通过标准化将6条测井数据转换到了0~1范围,通过合成少数类过采样技术(synthetic minority over-sampling technique,SMOTE)处理数据不均衡问题。最后,选取传统机器学习算法和集成学习算法中的10种方法模型训练与性能对比。研究发现,集成学习算法(特别是极端随机树算法)在成岩相识别中表现最佳,其准确率和F_(1)分数均高于传统机器学习算法,显著提高了识别精度与稳定性。利用构建的极端随机树算法模型对JQ8井的成岩相进行预测验证,验证了该方法的可行性,为致密砂岩成岩相的研究提供了有效的技术手段和参考。 展开更多
关键词 成岩相 沙溪庙组 特征分析 集成学习 机器学习
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部