基于机器学习的测井大数据一体化应用平台开发研究

赵 巍巍

摘要

近些年来，随着机器学习与其分支深度学习的快速发展，越来越多的模型算法应用到了测井数据的分析预测等 领域，但这些应用大多场景单一，且效率低下，缺乏一个集成化的智能平台去满足生产科研中的实际需求。本文采用集成 优选机器学习算法为水淹层级别识别、岩性识别、储层评价、测井曲线生成等应用建立统一的初始学习模型集，训练后去 除模型集中错误率较高的子模型，再通过参数自动化搜索调优以及投票机制，最终生成集成化最优模型。且从数据清洗预 处理、特征选择与降维、模型训练等各个步骤均实现了智能自动化，用户只需设置很少的目标参数即可进行相关数据分析 与预测应用

关键词

机器学习；测井资料；算法智能集成；一体化平台

参考

刘洪，马力宁，黄桢 . 集成化人工智能技术及其在石油工程中的应用 [M]. 北京：石油工业出版社，2008.

（美）BruceEckel.Java 编程思想 第 4 版 [M]. 北京：机械工业出版社，2013.

裔隽，张怿檬，张目清 .Python 机器学习实战 [M]. 北京：科学技术文献出版社，2018.

（美）Adam Freeman.HTML5 权威指南 [M]. 北京：人民邮电出版社，2018.

雍世和，张超谟 . 测井数据处理与综合解释 [M]. 东营：中国石油大学出版社，2007.

郑泽宇，顾思宇 .TensorFlow 实战 Google 深度学习框架 [M]. 北京：电子工业出版社，2017.

李光军，王卫，王慧萍 .Logik 测井微机解释系统开发技术分析 [J]. 石油天然气学报，2011（8）：91-95，3