基于主成分分析的极限学习机方法开展杂卤石识别

查看详情 浏览次数:1
单位1西南石油大学地球科学与技术学院;2川庆钻探工程有限公司地球物理勘探公司;3中国石油新疆油田分公司勘探开发研究院
来源盐湖研究
出版年2017
期号第4期
摘要
川中地区岩性复杂,杂卤石周围广泛发育硬石膏、岩盐和其它非钾盐矿物,常规测井解释方法很难准确识别杂卤石。以极限学习机理论、主成分分析方法和测井解释为基础,把主成分分析得到的影响杂卤石识别的主变量(测井曲线)作为输入,建立极限学习机(PCA-ELM)杂卤石的精确识别模型,对比川中地区录井结果,PCA-ELM的杂卤石识别正确率达到90.74%;再以不同岩石在测井曲线上的响应特征为基础,建立杂卤石分类识别模型,分类识别正确率达到89.56%。与常规测井解释方法相比,具有速度快、操作简单、准确率高等特点。结果表明,在四川盆地钾盐勘探中PCA-ELM法是一种值得推广使用的方法。

@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)

京ICP备 05064591号 京公网安备11010802017129号

建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE