科研之友
微信
新浪微博
Facebook
分享链接
摘要
岩性岩相识别与划分是地层评价和油藏精细描述的一项重要工作。在岩性岩相分类中,基于Scikit-learn机器学习框架,采用岩心观察描述和薄片分析数据划分了鄂尔多斯盆地合水地区长7地层的岩性岩相,形成了机器学习样本库训练集和测试集;运用Python编程软件,编写基于KNN(K-近邻算法)的机器学习模块,对训练集中的数据进行学习,形成预测模型,用测试集对模型进行测试评价,测试结果显示KNN模型分类准确率为89.5%,总体预测效果较好,为后续储层三维精细建模提供了技术支持。
- 单位
岩性岩相识别与划分是地层评价和油藏精细描述的一项重要工作。在岩性岩相分类中,基于Scikit-learn机器学习框架,采用岩心观察描述和薄片分析数据划分了鄂尔多斯盆地合水地区长7地层的岩性岩相,形成了机器学习样本库训练集和测试集;运用Python编程软件,编写基于KNN(K-近邻算法)的机器学习模块,对训练集中的数据进行学习,形成预测模型,用测试集对模型进行测试评价,测试结果显示KNN模型分类准确率为89.5%,总体预测效果较好,为后续储层三维精细建模提供了技术支持。
