[发明专利]一种基于决策树数据挖掘算法的复杂岩性识别方法及系统

权利要求书

1.一种基于决策树数据挖掘算法的复杂岩性识别方法，其特征在于，所述方法包括：

建立密闭取心井段的岩性剖面，根据岩性剖面形成岩性识别数据集；

对所述岩性识别数据集进行数据预处理；

以不同的测井参数分别对应岩性识别数据集中的不同岩性；

对预处理之后的岩性识别数据集中的岩性进行数据挖掘，形成树状识别模型，从而根据所述树状识别模型以及测井参数所对应的岩性对复杂岩性进行识别。

2.根据权利要求1所述的一种基于决策树数据挖掘算法的复杂岩性识别方法，其特征在于，在建立密闭取心井段的岩性剖面后，依据厚层、薄夹层和岩性过渡带的测井读值原则分别读取不同岩性段的测井曲线响应值，建立砾岩岩性与测井参数的对应关系，形成岩性识别数据集。

3.根据权利要求2所述的一种基于决策树数据挖掘算法的复杂岩性识别方法，其特征在于，对所述岩性识别数据集进行数据预处理的过程包括补齐缺失值、整体标准化以及消除异常点。

4.根据权利要求3所述的一种基于决策树数据挖掘算法的复杂岩性识别方法，其特征在于，采用决策树算法对预处理之后的岩性识别数据集中的岩性进行数据挖掘。

5.根据权利要求1至4任一项所述的一种基于决策树数据挖掘算法的复杂岩性识别方法，其特征在于，对预处理之后的岩性识别数据集中的岩性进行数据挖掘的过程为：计算出每个测井参数在岩性识别中的权重，获得敏感参数进行建模，最后以表征方式自上而下建立树状识别模型，其中树的每一个分支代表一类岩性的识别规则，叶节点表示构成该识别规则的测井参数以及每个测井参数的数值区间。

6.一种基于决策树数据挖掘算法的复杂岩性识别系统，其特征在于，所述系统包括：

数据集建立模块，用于建立密闭取心井段的岩性剖面，根据岩性剖面形成岩性识别数据集；

预处理模块，用于对所述岩性识别数据集进行数据预处理；

标识模块，用于以不同的测井参数分别对应岩性识别数据集中的不同岩性；

数据挖掘模块，用于对预处理之后的岩性识别数据集中的岩性进行数据挖掘，形成树状识别模型，从而根据所述树状识别模型以及测井参数所对应的岩性对复杂岩性进行识别。

7.根据权利要求6所述的一种基于决策树数据挖掘算法的复杂岩性识别系统，其特征在于，所述数据集建立模块还用于在建立密闭取心井段的岩性剖面后，依据厚层、薄夹层和岩性过渡带的测井读值原则分别读取不同岩性段的测井曲线响应值，建立砾岩岩性与测井参数的对应关系，形成岩性识别数据集。

8.根据权利要求7所述的一种基于决策树数据挖掘算法的复杂岩性识别系统，其特征在于，所述预处理模块具体用于对所述岩性识别数据集进行补齐缺失值、整体标准化以及消除异常点的预处理。

9.根据权利要求8所述的一种基于决策树数据挖掘算法的复杂岩性识别系统，其特征在于，所述数据挖掘模块具体用于采用决策树算法对预处理之后的岩性识别数据集中的岩性进行数据挖掘。

10.根据权利要求6至9任一项所述的一种基于决策树数据挖掘算法的复杂岩性识别系统，其特征在于，所述数据挖掘模块还用于计算出每个测井参数在岩性识别中的权重，获得敏感参数进行建模，最后以表征方式自上而下建立树状识别模型，其中树的每一个分支代表一类岩性的识别规则，叶节点表示构成该识别规则的测井参数以及每个测井参数的数值区间。