【基於决策树算法的沉积微相自动识别研究】.pdf

浙江大学硕士论文摘要大庆油田是我国最大的石油生产基地,为了描述油田剩余油的分布规律,挖掘油层潜力,需研究油层沉积机理、沉积状况、建立地质模型,沉积微相的详细的划分是该项工作的基础。测并曲线是进行沉积相研究的主要资料,到自前为止,测井曲线的分层、判相等工作在大庆油田的生产实践中,主要由人工完成。本文通过决策树算法的研究,开发了基于决策树C4算法的沉积相自动识别系统,此系统对于提高沉积相判定的效率具有重要意义.相或微相表现在测并曲线形态上具有相同或相似的特征。所以我们把沉积微相和测并响应联系起来,根据决策树算法建立他们之间的对应关系。应用对应关系反演不同测并响应的沉积微相。

浙江大学硕士论文 Abstract:Daqingoilfieldisthebiggestoilbaseinourcountry.Inordertoexplorethe distributing of the leavings oil,find the potential of oil layer,weneed research the oil layers sediment mechanism,sediment status,geologic model deeply.

浙江大学硕士论文绪论用测并方法进行沉积学研究是测井技术应用于地质科学的分支领域,近年来,由于生产实践的需要,该方法取得了长足进展,丰富了沉积学的研究手段.单纯人工进行沉积学分析是依赖于专业人员的扎实的沉积学知识。充分了解沉积特征与测井参数之间的关系(测并响应),利用计算机技术和先进的算法,测并沉积学在油气勘探和开发过程中的效率和应用领域才能得到大幅度提高。用测井资料研究沉积学,关键是方法的使用和模型的建立,同时必须根据研究地区和研究目的的不同,使这些方法和模型不断改进和完善。