[论文解读] Application of Machine Learning in Rock Facies Classification with Physics-Motivated Feature Augmentation

Jie Chen, Yu Zeng|arXiv (Cornell University)|Aug 29, 2018

Drilling and Well Engineering参考文献 4被引用 9

一句话总结

本文提出了一种基于物理原理的特征增强方法——具体而言，是将对数电阻率与对数孔隙度的比值（ILD_log10 / PHIND_log10）引入机器学习模型，以提升岩石相分类的性能。通过将阿奇方程中的领域知识融入特征工程，该方法在使用相同超参数和数据划分的SVM模型下，相较于最先进基准，实现了约5%的F1-score提升，在SEG 2016竞赛数据集上达到0.61。

ABSTRACT

With recent progress in algorithms and the availability of massive amounts of computation power, application of machine learning techniques is becoming a hot topic in the oil and gas industry. One of the most promising aspects to apply machine learning to the upstream field is the rock facies classification in reservoir characterization, which is crucial in determining the net pay thickness of reservoirs, thus a definitive factor in drilling decision making process. For complex machine learning tasks like facies classification, feature engineering is often critical. This paper shows the inclusion of physics-motivated feature interaction in feature augmentation can further improve the capability of machine learning in rock facies classification. We demonstrate this approach with the SEG 2016 machine learning contest dataset and the top winning algorithms. The improvement is roboust and can be $\sim5\%$ better than current existing best F-1 score, where F-1 is an evaluation metric used to quantify average prediction accuracy.

研究动机与目标

• 通过将特定领域的物理关系整合到特征工程中，提升机器学习在岩石相分类中的性能。
• 探究基于测井数据派生的物理启发式特征是否能在标准特征工程之外提升模型泛化能力。
• 证明基于地球物理原理的人工介入特征设计，可在低数据环境下超越纯数据驱动的方法。
• 验证所提出的特征增强方法在不同随机种子、数据划分和模型配置下的鲁棒性。
• 提供一种可扩展、可解释的方法，用于在有限测井数据条件下提升储层表征中相分类的准确性。

提出的方法

• 作者提出了一项新特征：基于阿奇方程中储层岩石电阻率与孔隙度关系的对数电阻率（ILD_log10）与对数孔隙度（PHIND_log10）的比值。
• 该特征被添加到SEG 2016机器学习竞赛数据集中原始的7个测井特征（GR、ILD_log10、DeltaCL、PHIND_log10、PAC、PE和深度）中。
• 增强后的特征集被用作支持向量机（SVM）分类器的输入，其超参数和数据划分与竞赛中表现最佳的解决方案完全一致。
• 通过使用来自井SHANKLE的盲测试集进行模型评估，以F1-score为主要指标，并与基准F1-score 0.58进行对比。
• 通过7折交叉验证、多个随机种子以及在添加新特征后重新评估原始SEG教程工作流程来测试鲁棒性。
• 通过混淆矩阵和预测结果与真实结果的可视化对比，定性评估各类相在分类准确率上的改进情况。

实验结果

研究问题

• RQ1 基于地球物理原理派生的物理启发式特征是否能提升岩石相分类中机器学习的性能？
• RQ2 在低数据环境下，基于领域知识（特别是阿奇方程）的特征工程在多大程度上优于纯数据驱动的特征选择？
• RQ3 物理启发式特征增强带来的性能提升是否在不同随机种子、数据划分和模型配置下均保持稳健？
• RQ4 哪些相类从新特征中获益最多？在哪些情况下模型仍存在困难？
• RQ5 将物理关系整合到特征工程中，是否能减少地质上相似相（如海相粉砂岩与泥岩）之间的误分类？

主要发现

• 在盲测试集上，添加物理启发式特征（ILD_log10 / PHIND_log10）后，F1-score从0.58提升至0.61，相较于基准实现了约5%的相对提升。
• 在多个随机种子下，F1-score的提升均稳定在2%至7%之间，表现出良好的鲁棒性。
• 7折交叉验证表明，当保留一个井用于测试时，F1-score始终稳定提升约5%，表明该方法在不同数据划分下具有良好的泛化能力。
• 对原始SEG教程工作流程（SVM模型，相同数据划分）的重新评估显示，F1-score从0.43提升至0.44，提升了2.3%，证实该方法在仅做最小模型调整时依然有效。
• 混淆矩阵分析显示，非对角线错误减少，对角线元素更集中，表明预测准确率提高，误分类减少，尤其在相似相之间改善显著。
• 尽管性能有所提升，模型在区分第4类（海相粉砂岩与泥岩）和第5类（泥岩）方面仍存在困难，表明仍需额外的物理测量或更深层次的学习策略。