基于机器学习的火山岩岩性智能识别及预测
Special Oil & Gas Reservoirs（2022）
摘要
针对准噶尔盆地金龙2井区佳木河组火山岩油气藏岩性多变,常规方法难以准确识别的问题,利用机器学习中的决策树、随机森林、梯度提升树、贝叶斯4种算法对研究区岩性进行智能识别,在分析研究区火山岩储层地质特点的基础上,结合不同岩性测井响应特征,确定M、N等8个对火山岩岩性极为敏感的特征参数.研究结果表明:随机森林法模型最优,准确率达到90％以上,模型泛化能力最强,可作为利用常规测井曲线识别火山岩岩性的有效方法.该模型可以高精度地进行火山岩岩性识别及预测,为后续火山岩油藏的勘探与开发奠定基础.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要