基于因子分析的岩性识别智能模型对比.pdfVIP

第52卷增刊钻探工程Vol.52No.S1

2025年10月DrillingEngineeringOct.2025：105-111

基于因子分析的岩性识别智能模型对比

11*112

何俊杰，李谦，李同意，魏思维，姜杰

（1.成都理工大学环境与土木工程学院，四川成都610059；2.成都理工大学机电工程学院，四川成都610059）

摘要：岩性识别是钻探中十分重要的环节，传统岩性识别方法耗时较长且准确率较低，基于机器学习的智能岩性识

别可以有效加快岩性识别的效率，准确率更高，泛化能力更强。本文以实现基于钻进参数的智能岩性识别预测为

目标，使用逻辑回归、支持向量机、K近邻算法、随机森林、神经网络5种算法，先对原始数据进行预处理，然后对地

层参数和其他参数进行因子分析、降维处理，建立了以钻进参数矩阵为输入，岩性分类识别和地层参数预测为输出

的岩性智能识别模型，实现了钻遇地层的智能预测。实验表明，5种算法下岩性识别在测试集上的准确率和F1分

数大部分达到70%以上，个别算法准确率较低但也在60%左右，5个模型地层参数预测的指标MAE和RMSE大

部分都在1之下，识别预测准确。

关键词：岩性识别；因子分析；机器学习；人工智能建模；逻辑回归；SVM支持向量机；K近邻算法；随机森林；神经

网络

中图分类号：P634；TE242文献标识码：A文章编号：2096-9686（2025）S1-0105-07

Comparativestudyofintelligentlithologyidentificationmodelsbasedon

factoranalysis

11*112

HEJunjie，LIQian，LITongyi，WEISiwei，JIANGJie

(1.CollegeofEnvironmentandCivilEngineering,ChengduUniversityofTechnology,ChengduSichuan610059,

China；2.SchoolofMechanicalandElectricalEngineering,ChengduUniversityofTechnology,ChengduSichuan

610059,China)

Abstract：Lithologyidentificationisaverycriticalprocessingeologicalexplorationanddevelopment.Withthe

developmentofthegeologicalexplorationindustry，thetraditionallithologyidentificationislimitedbytimeandspace，

andcannolongermeet