基于模式识别融合的低阻油层识别
孙玉强
中国石油大学(华东)计算机科学与技术学院 青岛 266580
摘要：在油田开发生产过程中会产生大量测井、录井以及解释生产数据,且产生的海量数据因时间、地点以及记录方式的不同,其数据表现形式也千差万别.测井数据作为石油勘探开发研究的基石,在油藏识别预测方面发挥着重要作用.由于测井数据受沉积微相、构造、钻井以及上下层等诸多因素作用,其特征表示较为复杂,且不同厚度小层其产生的测井数据样本点也不同,因此如何准确表征测井数据特征并与小层数据融合、实现低阻油层精准识别是一项值得研究的内容.该文结合费雷歇相似性度量方法对小层各测井曲线数据进行特征识别与描述,基于随机森林与XGBoost集成学习方法,以模式识别特征与录井、解释特征为输入,构建低阻油层识别模型,精准识别低阻油层.应用该方法,对港*油田真实数据进行了实例分析,结果表明,基于模式识别融合的低阻油层识别方法能够实现低阻油层的挖潜,识别精准率高达90%,节省人工分析带来的高成本,降低了人工分析的主观性和片面性,该模型的提出是大数据挖掘技术在低阻油层识别的实际应用.
关键词：模式识别费雷歇距离随机森林XGBoost低阻油层识别
分类号：TE19(石油、天然气地质与勘探)
论文发表日期：2023-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 645-649 )
英文信息