面向复杂储层岩性识别的非均衡数据分类算法研究

发布时间：2018-04-13 11:04

  本文选题：非均衡数据 + 集成规则　； 参考：《西北大学》2017年硕士论文

【摘要】：近年来,非均衡数据的分类问题引起了众多研究学者的关注和讨论。在地质勘探领域,岩石数据呈现非均衡特征的情况也多有发生,加上复杂储层存在勘探难度大等问题,传统的计算机辅助方法,很难对复杂储层进行储层描述和岩性识别。本文通过分析发现,复杂储层中岩石数据均为非均衡数据,且其中某几类岩石具有高相似度。因此,在研究了非均衡数据分类算法的基础上,提出了面向复杂储层岩石数据的二分类和多分类算法。本文具体研究工作如下:一、分析复杂储层岩石数据的样本特点,提出基于聚类及样本迁移的岩石数据均衡化算法(cluster and samples move based on feature distance),简称 CSM 算法。该算法对多数类样本进行聚类分组后,判断多组多数类子样本的样本量,当子样本间再次出现非均衡现象时,采用基于特征距离的样本迁移方法进行二次处理;最后,把若干均衡多数类子样本与少数类样本组合,构成新的岩石数据集。本文提出的算法,不但避免了重采样造成的数据缺失或原始数据分布改变的问题,同时解决了二次非均衡现象对岩性识别的影响。二、围绕高相似度非均衡岩石数据的二分类问题,研究不同地层元素对识别复杂储层岩石数据的重要程度,提出基于地层元素特征权重的集成规则。在该类数据上,算法的AUC值至少可以达到0.93。三、围绕复杂储层岩石数据的多分类问题,提出了岩石样本融合策略及基于多层漏斗型的(multi-label imbalanced data classification based on multi-layer funnel)MICMF分类模型,通过融合策略把多类别非均衡数据转化为多类别均衡数据后,利用MICMF模型进行最终的岩性识别。实验表明,该算法在13个含油气盆地上的平均识别准确率可以达到92%,精确率可以达到84%。
[Abstract]:In recent years , the classification of non - equilibrium data has attracted many researchers ' attention and discussion . In the field of geological exploration , it is difficult to describe reservoir description and lithologic identification of complex reservoir .

【学位授予单位】：西北大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P618.13;TP311.13

【相似文献】

相关期刊论文 前10条

1 陈溧;关于综合岩性识别和油气评价的一种设想[J];石油物探;1985年01期

2 孟凡顺;徐会君;朱焱;黄彦铭;;基于主成分分析的距离判别分析方法在岩性识别中的应用[J];石油工业计算机应用;2011年01期

3 刘倩茹;薛林福;潘保芝;白烨;张程恩;;梨树断陷砂砾岩测井岩性识别[J];测井技术;2013年03期

4 周家纪,孙淑霞,王绪本,赵晖;一种遗传神经网络及其在岩性识别中的应用[J];成都理工学院学报;1998年S1期

5 张万良;遥感岩性识别研究的发展趋势——遥感与航空放射性信息集成[J];矿物岩石地球化学通报;2005年01期

6 赵杰;李春华;;基于神经网络的两种岩性识别方法的研究[J];现代电子技术;2009年22期

7 田玉昆;周辉;袁三一;;基于马尔科夫随机场的岩性识别方法[J];地球物理学报;2013年04期

8 张治国,杨毅恒,夏立显;自组织特征映射神经网络在测井岩性识别中的应用[J];地球物理学进展;2005年02期

9 宗金峰;;最大隶属优势准则在测井岩性识别中的应用[J];河北地质学院学报;1988年01期

10 李剑峰,赵英俊,刘德长,付锦;灵泉盆地多源地学信息综合岩性识别方法探讨[J];国土资源遥感;1999年02期

相关会议论文 前9条

1 郭瑞华;曹庆年;程国建;;基于粒子群优化的最小二乘支持向量机在岩性识别中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年

2 李功权;;基于神经网络的随钻岩性识别软件的开发[A];全国ISNBM学术交流会暨电脑开发与应用创刊20周年庆祝大会论文集[C];2005年

3 李新虎;;基于不同测井曲线参数集的支持向量机岩性识别对比[A];陕西地球物理文集（十）--资源与灾害地球物理[C];2011年

4 尚林阁;李舟波;刘四新;柳孟文;;变质岩系储集层的岩性识别方法[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

5 李琼;何建军;;复杂储层地震预测理论及方法研究[A];中国地球物理·2009[C];2009年

6 李继安;;人工智能神经网络在岩性识别、孔隙度和渗透率预测中的应用——以十红滩铀矿床为例[A];陕西地球物理文集（九）[C];2010年

7 潘保芝;吴海波;李舟波;;松辽盆地火成岩岩性识别方法与储集参数评价[A];中国地球物理.2003——中国地球物理学会第十九届年会论文集[C];2003年

8 孙玉朋;毕建霞;曾正清;;复杂储层相控预测及定量预测技术一体化研究[A];中国地质学会2013年学术年会论文摘要汇编——S02资源与环境地球物理勘查理论与方法技术分会场[C];2013年

9 周黎明;邓荣来;;灰色关联度方法的火成岩岩性识别[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

相关重要报纸文章 前3条

1 记者 王志田 通讯员 房雁冰;大庆录井分公司伊朗探索出岩屑采集与岩性识别新法[N];中国石油报;2006年

2 记者 王公民 通讯员 张晓刚;辽河形成岩性快速识别技术[N];中国石油报;2010年

3 ;何惧复杂储层 自有特色克星[N];中国石化报;2010年

相关博士学位论文 前3条

1 赵建鹏;复杂储层数字岩心建立方法及声电特性模拟研究[D];中国石油大学(华东);2015年

2 牟丹;辽河盆地中基性火成岩测井岩性识别方法研究[D];吉林大学;2015年

3 李春山;X射线荧光岩屑识别技术研究[D];西北大学;2010年

相关硕士学位论文 前10条

1 李鑫涛;煤巷顶板锚固孔钻进特性试验研究[D];河南理工大学;2015年

2 石振杰;基于面向对象的遥感技术岩性识别研究[D];昆明理工大学;2016年

3 韩韧;矿井钻机随钻测振方法及其应用[D];中国矿业大学;2016年

4 付光明;基于重磁三维反演的岩性识别与立体填图[D];东华理工大学;2017年

5 张洪江;常规、成像测井等资料砂砾岩岩性识别研究[D];东北石油大学;2011年

6 邵阳;含火山岩地层测井响应分析及岩性识别技术研究[D];大庆石油学院;2010年

7 马晓龙;扶新隆起带扶余油层测井资料岩性识别及岩相划分[D];东北石油大学;2011年

8 王鑫;东营北带深层砂砾岩测井层序对比与岩性识别研究[D];中国石油大学;2010年

9 关涛;砂砾岩岩性识别方法研究[D];吉林大学;2013年

10 盛宇宏;基于IDL的岩性识别[D];中国地质大学（北京）;2010年

，

本文编号：1744219