融合VMD和随机森林的水淹层厚度划分方法

来源：计算机技术与发展杂志2025年第08期北京时间：

作者：张可佳;陈惟;刘宗堡;刘涛*;张岩;

摘要：水淹层厚度划分任务是油田开发过程中重要的一环。 为解决现有水淹层厚度划分方法耗时耗力,且测井曲线去噪方法效果不稳定等问题,该文提出了一种融合变分模态分解(Variational Mode Decomposition,VMD)和随机森林相结合的方法来对水淹层厚度进行智能划分。 首先,通过 VMD 实现测井数据的多尺度自适应分解,同时去除噪声并保留关键特征,其中采用麻雀搜索算法优化 VMD 参数以提高分解的精确性;其次,借助主成分分析法自动选择相关特征,并对相关特征进行特征工程挖掘更多潜在信息;再次,结合 SMOTE(Synthetic Minority Oversampling Technique)算法解决数据不均衡问题,由此构建平衡数据集;最后,利用改进的随机森林算法,实现了自动化厚度划分。 实验以某油田 L 区块内 17 口井的测井数据为基础,该方法相比小波变换结合随机森林和单一随机森林算法具有更好的厚度划分效果,尤其在小样本情况下依然表现出良好的适应性,为高效、自动化的水淹层厚度解释提供了新思路。

关键词：水淹层厚度划分;测井曲线去噪;变分模态分解;随机森林;SMOTE算法