基于机器学习的鄂尔多斯盆地陇东地区长7段岩相测井识别方法

岩相分析是储层评价的基础,受取心数量和成本的影响,针对未取心井利用测井资料开展岩相识别工作至关重要。根据岩心薄片鉴定结果,并结合成像测井资料将鄂尔多斯盆地陇东地区长7段岩相划分为6类。在岩心标定的基础上,对各类岩相的测井响应特征进行总结,建立该研究区基于常规测井曲线的岩相识别模式,结合机器学习算法开展岩相的自动识别。由于传统的分类算法受岩相样本不均衡的影响较大,对比多种不均衡数据分类算法在该地区的应用效果发现,集成学习Bagging算法通过组合多个基分类器,极大地改善了各类岩相的分类性能,并将该地区岩相的整体识别精度提升了20%。据地区应用效果显示,单井识别精度可达84.33%,具有较好的适用性。