-
题名基于改进随机森林的火山岩测井岩性识别
被引量:3
- 1
-
-
作者
黄安
蔡文渊
魏新路
李瑶
段高山
刘迪仁
-
机构
长江大学地球物理与石油资源学院
中国石油集团测井有限公司华北分公司
中国石油集团测井有限公司辽河分公司
-
出处
《科学技术与工程》
北大核心
2023年第9期3696-3704,共9页
-
基金
国家重点研发计划项目子课题(2018YFC060330502)。
-
文摘
准噶尔盆地石炭系火山岩岩性复杂,在某种岩性薄片、岩心等资料数量明显少于其他岩性时,常规方法划分岩性存在困难。为了解决上述问题,提高火山岩岩性识别精度,运用合成少数类过采样技术(synthetic minority oversampling technique,SMOTE)算法增加少数岩性类别样本数量,解决数据不均衡问题;通过网格搜索和K折交叉验证法确定最优参数组合,开展基于改进随机森林的火山岩岩性识别研究。通过分析火山岩岩心、薄片、测井响应特征等资料,建立了岩性交会图版,确定了研究区对岩性敏感的测井参数重要性程度。实例资料应用表明,改进的随机森林算法有效地解决了传统随机森林算法受岩性样本类型不均衡及数据量较小的影响,火山岩岩性识别准确率由87%提升到了94%,为不均衡样本情况下火山岩岩性识别提供借鉴。
-
关键词
随机森林
SMOTE算法
测井响应
火山岩
岩性识别
-
Keywords
random forest
SMOTE algorithm
logging response
volcanic rock
lithology identification
-
分类号
TE312
[石油与天然气工程—油气田开发工程]
-