注意缺口:一种测井数据分析
人工智能
2017-05-11 v1 机器学习
摘要
油气勘探的主要任务是了解地下岩石和流体的分布与性质。测井是沿钻孔获取的岩石物理数据记录,提供关于地下情况的直接信息。由于钻井成本固有以及油气藏的潜在回报,测井数据收集可能产生重大经济后果。本文描述旨在构建测井预测通用框架的初步工作。首先,我们对北海超过一千口井的中子孔隙度测井中的缺口进行描述性和探索性分析。然后,我们于中子测井中生成反映先前统计的人工缺口。最后,我们比较人工神经网络、随机森林和三种线性回归算法在逐井基础上对缺失缺口的预测。
引用
@article{arxiv.1705.03669,
title = {Mind the Gap: A Well Log Data Analysis},
author = {Rui L. Lopes and Alípio Jorge},
journal= {arXiv preprint arXiv:1705.03669},
year = {2017}
}
备注
Part of DM4OG 2017 proceedings (arXiv:1705.03451)