基于Stacking集成学习的声波时差测井曲线复原研究

打开文本图片集

DOI：10.20030/j.cnki.1000⁃3932.202403015

摘 要 声波时差测井曲线在石油勘探中发挥着不可或缺的作用，但是受地质或仪器的影响，经常会出现部分甚至完整的声波测井曲线缺失的情况。针对这一问题，提出了一种基于Stacking集成学习的声波时差测井曲线复原方法，该模型使用随机森林（RF）、梯度提升决策树（GBDT）、轻量梯度提升机（LightGBM）和极限梯度提升（XGBoost）作为基学习器，支持向量回归（SVR）作为元学习器，同时采用5折交叉验证的方法。（剩余8320字）