何 旭 陆智卿 袁 翔

（中国石油大学（华东）计算机与通信工程学院 青岛 266580）

1 引言

测井资料分析与解释是进行沉积相、岩相和地层层序等地质构造分析判断的重要步骤，而测井相的识别工作是其中的关键环节。测井相是由斯伦贝谢测井专家在20 世纪50 年代提出的［1］，作为确定某一部分沉积岩并区别于周围岩体的一组测井的原始或分析数据，测井相也被看做是测井信息与沉积学之间的桥梁。利用测井资料进行分析的主要原理就是选取一组或多组能够反应该地区地层特性的测井资料，通过与录井资料对比，从而提取并分析其形态、数值和变化趋势等特征，最终得到具有价值的地质结论，这是一种耗费时间和体力的人工分析模式［2］。随着智能算法，尤其是机器学习的发展，判别分析法、聚类法、模糊识别法、决策树、支持向量机和神经网络等方法被逐渐应用到测井相的识别与分析领域［3］。

Lim、Sang 和汪忠德等用智能算法对测井相识别分析进行了许多研究和应用，然而上述使用现代智能算法进行测井相分析的模型存在着许多不足：首先，特征提取复杂，需要将数据融合并进行归一化等操作，不同的归一化方法对模型训练结果也有影响，而且在进行识别时选用的数据还需要进行维度调整；其次，泛化能力不足，上述工作都是基于定量分析的模型，这涉及到模型选用数据的地区问题，只有在地层信息接近、相同沉积环境下的数据才可以被使用，离开此限定条件，模型就不再适用。……