文献类型：期刊文章

作　　者：王振洲[1] 张春雷[2] 高世臣[1]

机构地区：[1]中国地质大学(北京)数理学院,北京100083 [2]北京中地润德石油科技有限公司,北京100083

出　　处：《油气地质与采收率》

年　　份：2017

卷　　号：24

期　　号：6

起止页码：25-33

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、PA、RCCSE、ZGKJHX、核心刊

摘　　要：苏里格气田苏东41-33区块具有低孔、低渗透、非均质性强的特点,其奥陶系马家沟组碳酸盐岩储层受多期不同类型构造、沉积等作用,岩性复杂多样,对岩性的准确识别成为研究区开发的重点和难点。近年来,决策树方法作为一种机器学习方法,在地质学领域中的运用越来越受到关注,尤其在岩性预测方面。以测井、录井资料为基础,通过岩性参数特征分析,优选出对岩性较敏感的声波时差、自然伽马、光电吸收截面指数、密度、深侧向电阻率和补偿中子6种测井参数,通过分析这6种测井参数特征,构建基于决策树方法的多分类器,将岩性信息与岩石特征信息融合。与测井、录井资料的对比、分析结果表明,利用决策树方法识别复杂碳酸盐岩岩性的准确率超过80%,且相比朴素贝叶斯方法,其岩性识别的准确率提高了13%。

关 键 词：复杂碳酸盐岩  测井岩性  识别决策树  方法  机器学习方法 苏里格气田

分 类 号：TE112.2]