首页|基于多信息融合的层次聚类测井曲线自动分层方法

基于多信息融合的层次聚类测井曲线自动分层方法

扫码查看
原文链接
  • 万方数据
  • 维普
随着人工智能的快速发展,机器学习的应用范围越来越广泛,将机器学习的方法用于测井曲线分层可以提高分层效率和精度.在利用测井资料进行岩性识别、沉积相分析等研究时,先要对测井曲线进行分层.文中提出一种基于多信息融合的层次聚类分层方法,实现了对测井曲线的自动分层.首先,采用滤波的方式滤除曲线上的噪点,对数据进行归一化处理,消除量纲的影响;其次,通过特征优选,选择包含较多地层信息的特征曲线,构造一个滤波器,将其中相似性较高的曲线融合,曲线融合的权值通过遗传算法求得;最后,使用层次聚类方法对多信息融合后的测井数据进行划分,将分层结果与人工分层结果进行对比验证.该方法能够提高分层效率,为地质勘探工作提供可靠的分层依据.
Automatic stratification method of hierarchical clustering logging curve based on multi-information fusion

multi-information fusionhierarchical clusteringlogging curve stratificationfilteringgenetic algorithm

张景越、肖小玲、王鹏飞、向家富、张翔

展开 >

长江大学计算机科学学院,湖北 荆州 434000

油气资源与勘探技术教育部重点实验室(长江大学),湖北 武汉 430100

多信息融合 层次聚类 测井曲线分层 滤波 遗传算法

国家自然科学基金项目&&

4167413641374148

2024

10.6056/dkyqt202401006

断块油气田
中原石油勘探局

断块油气田

CSTPCD北大核心
影响因子：1.493
ISSN：1005-8907
年,卷(期)：2024.31(1)
  • 20