天然气水合物是一种清洁能源,在世界范围内分布广泛储量丰富,有良好的开发前景。研究人员已在南海神狐区域和祁连山冻土带成功钻获了水合物。目前识别天然气水合物的主要方法包括地层岩样取芯识别和基于地层测井数据与地震资料的识别。传统的水合物识别方法主要由专家基于取样、测井或地震数据进行分析,需依赖专家经验和水平,并且耗时耗力。随着随钻测井测量技术的发展,在钻探过程中实时快速识别地层水合物变得尤为重要。及时发现水合物层段,对未来实现智能化识别有重要意义。本文利用8口井的测井数据,通过典型机器学习方法的优选,采用集成学习方法基于测井曲线进行水合物识别。利用石油云测井曲线数字化工具进行测井数据采集,采用集成学习Adaboost算法进行水合物层段识别,根据预测指标F1分数,精确度与召回率等一系列参数对预测结果进行评估。另外,通过将测井参数数目进行优化组合测试,找到不同测井参数对测试结果影响程度。测试结果表明集成学习算法Adaboost有较高的准确性与时效性,这一结果为地层水合物识别提供了新的思路,对未来实现智能化识别有重要意义。