高分辨岩心曲线构建在测井岩性识别中的应用

作者：由婷; 朱天怡; 徐鹏晔; 王树华; 贺兴; 于立军

来源：测井技术, 2023, 47(02): 138-145.

DOI：10.16489/j.issn.1004-1338.2023.02.003

• 测井评价
• 岩性识别
• 机器学习
• 岩心曲线
• XG Boost
• 民丰洼陷

在利用测井资料进行岩性识别时，为提高岩性识别的准确率通常会结合钻井取心实验，但取心过程复杂、成本高，油田的取心井数据一般较少，而人工智能、特别是机器学习技术的发展和应用为测井岩性识别提供了新的技术途径。以民丰洼陷北带盐22井区为例，采用机器学习算法开展地层岩性的自动识别，通过学习低分辨率（深度间隔0.125m）的测井曲线数据，拟合出需要在实验室测试所得的高分辨率（深度间隔0.01m）岩心伽马曲线，并将该曲线作为特征之一输入不同模型中进行地层岩性识别。结果显示，在多种机器学习模型中，拟合的高分辨率岩心伽马曲线不仅可以提高岩性识别的精确度，还可替代实测岩心伽马曲线在岩性识别中应用。其中，XG Boost模型表现最为突出，其岩性识别精确度最高为94.39%，为测井岩性识别提供了基于机器学习算法的有益探索。

• 单位
  电子信息工程学院; 上海交通大学; 中国石油化工股份有限公司