机器学习在测井地层评价中的应用综述

A Review of Application of Machine Learning in Wireline Logging Formation Evaluation

杨添微 ¹王啟 ¹刘永震 ¹万宇 ²聂昕²

扫码查看

作者信息

1. 长江大学地球物理与石油资源学院,湖北武汉
2. 长江大学地球物理与石油资源学院,湖北武汉;长江大学油气资源与勘探技术教育部重点实验室,湖北武汉
折叠

摘要

随着测井技术的发展,测井数据量越来越大,传统方法在解决多种测井数据综合形成的大数据问题时遇到了困难.机器学习是人工智能领域的一个重要学科,其多种研究成果的途径是从海量数据中自动提取特征,并通过逐层特征变化进而解决复杂的分类或预测问题,可以完美应用在数据类型较多的测井解释中.本文对机器学习方法及其在地球物理测井评价中的应用进行归纳总结,并提出了展望.

关键词

深度学习/机器学习/地球物理测井/岩性识别/储层评价

引用本文复制引用

基金项目

长江大学大学生创新创业训练计划项目(2018038)

国家自然科学基金(41504094.)

出版年

2020

石油天然气学报

长江大学

石油天然气学报

影响因子：0.495

ISSN：1000-9752

参考文献量26

段落导航