测井数据岩相分类的机器学习方法和大数据岩相分类探讨

被引：9

作者：

曹志民 ^{[1
,2
]}

吴云 ^{[1
]}

韩建 ^{[1
]}

吕秀丽 ^{[1
]}

宋鸿梅 ^{[1
]}

赵丽华 ^{[1
]}

机构：

[1] 东北石油大学电子科学学院

[2] 大庆油田博士后科研工作站

来源：

化工自动化及仪表 | 2017年 / 44卷 / 08期

关键词：

机器学习; 岩相分类; 储层预测; 测井数据; 大数据;

D O I：

暂无

中图分类号：

P631.81 [];

学科分类号：

摘要：

对现有测井数据岩相分类的机器学习方法进行归纳总结,并针对大数据岩相分类的相关问题进行探讨。

引用

页码：717 / 720+729 +729

页数：5

共 12 条

[1]

大数据在石油行业中的应用 [J].

崔海福 ;

何贞铭 ;

王宁 .

石油化工自动化, 2016, 52 (02) :43-45

[2]

基于过程神经网络的储层微观孔隙结构类型预测 [J].

张强 ;

许少华 ;

富宇 .

化工自动化及仪表, 2015, 42 (08) :893-897

[3]

数据挖掘与测井解释:应用于砾岩储层（英文） [J].

石宁 ;

李洪奇 ;

罗伟平 .

Applied Geophysics, 2015, 12 (02) :263-272+276

[4]

地球物理测井岩性解释方法综述 [J].

赵显令 ;

王贵文 ;

周正龙 ;

王迪 ;

冉冶 ;

孙艳慧 ;

张晓涛 ;

李梅 .

地球物理学进展, 2015, 30 (03) :1278-1287

[5]

复杂储层测井评价数据挖掘方法研究 [J].

李洪奇 ;

郭海峰 ;

郭海敏 ;

孟照旭 ;

谭锋奇 ;

张军 .

石油学报, 2009, 30 (04) :542-549

[6]

Integrating seismic and log data for improved petroleum reservoir properties estimation using non-linear feature-selection based hybrid computational intelligence models.[J].Fatai Anifowose;Suli Adeniye;Abdulazeez Abdulraheem;Abdullatif Al-Shuhail.Journal of Petroleum Science and Engineering.2016,

[7]

Lithology identification using kernel Fisher discriminant analysis with well logs.[J].Shaoqun Dong;Zhizhang Wang;Lianbo Zeng.Journal of Petroleum Science and Engineering.2016,

[8]

Artificial neural networks to support petrographic classification of carbonate-siliciclastic rocks using well logs and textural information.[J].Adrielle A. Silva;Irineu A. Lima Neto;Roseane M. Misságia;Marco A. Ceia;Abel G. Carrasquilla;Nathaly L. Archilha.Journal of Applied Geophysics.2015,

[9]

Collaborative multi-agent rock facies classification from wireline well log data [J].

Gifford, Christopher M. ;

Agah, Arvin .

ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 2010, 23 (07) :1158-1172

[10]

On the capability of support vector machines to classify lithology from well logs [J].

Al-Anazi A. ;

Gates I.D. .

Natural Resources Research, 2010, 19 (2) :125-139

← 1 2 →