随着石油勘探开发的不断深入,海量的石油数据也在迅速地积累,如何有效地利用这些数据给油气勘探和开发带来额外的效益成为目前石油领域研究的难点。数据挖掘这一从海量多维数据中寻找规律的方法可以有效地解决这个难题,为复杂油气藏的评价提供技术支撑。本文以石油领域中测井储层评价作为研究切入点,分析了不同的数据挖掘算法在储层评价中的多样性问题,研究发现这些算法可以通过实验对比的方法确定各自的适用性和有效性,最终优选储层评价的模型。但是这种方法的缺点是工作量较大,评价效率较低。为了使这些算法能够根据数据本身的特征而判断其识别性能的合理性,提出了一种相应的解决思路。该思路以寻找储层评价数据集的某种共同特征为目标,通过这种数据特征所代表的规律指导储层评价中数据挖掘算法的优选。按照这种思路提出了一种新的相似性方法,这种方法只需要计算数据集的某种特征就能选择算法,而不需要大量的实验对比工作,大大提高了工作效率。在研究过程中首先建立新储层评价数据的相似性向量,计算它与训练组中数据集向量之间的距离,进丽以计算的距离为标准确定储层评价中的数据挖掘算法。形成的方法在实际储层评价中取得了很好的应用效果,在数据挖掘有效性算法的选择上既符合实际数据本身的物理特征,又提高了工作效率,为数据挖掘技术在油气领域中的广泛应用提供了相应的技术支持。