| 基于改进Stacking算法的致密砂岩储层测井流体识别 |
| |
| 引用本文： | 史鹏宇,徐思慧,冯加明,史鹏达,赵培强,毛志强.基于改进Stacking算法的致密砂岩储层测井流体识别[J].地球物理学进展,2024(1):280-290. |
| |
| 作者姓名： | 史鹏宇 徐思慧 冯加明 史鹏达 赵培强 毛志强 |
| |
| 作者单位： | 1. 中国石油大学(北京)地球物理学院;2. 油气资源与工程全国重点实验室;3. 地球探测与信息技术北京市重点实验室;4. 中国石油塔里木油田分公司勘探开发研究院;5. 成都信息工程大学 |
| |
| 基金项目： | 中国石油大学(北京)引进人才启动基金(2462020BJRC001)资助； |
| |
| 摘 要： | 致密砂岩储层物性差，测井响应对孔隙流体不敏感，应用传统测井解释图版划分流体类型精度较低.机器学习技术通过学习更多维度的特征，可以建立合适的流体识别模型.相较于单一算法，集成学习可以通过联合多个专家模型提升预测精度，但是不同的集成学习策略性能差距较大.本文提出了一种改进的Stacking算法，通过平均影响值法寻找敏感测井曲线作为输入，利用不同的特征集构建多个子模型，并使用不同集成策略将其组合为若干性能更佳的专家模型进行训练，同时引入独立专家避免过拟合，将专家模型的预测结果通过交叉验证的方式进行模拟预测，最后应用元学习器预测最终结果.将该方法用于库车坳陷迪北气藏致密砂岩储层流体识别，测试准确率可达93%,优于CatBoost模型和XGBoost模型，证明了该方法的有效性和适用性.为致密砂岩储层流体识别提供了新的思路.
|
| 关 键 词： | 机器学习 集成学习 Stacking算法 致密砂岩储层 流体识别 |
|
