中子寿命测井是油田进入开发中后期重要的测井方法。通过中子寿命测井解释出的结果可以为准确确定高含水层位、储层水淹状态提供保障性的资料，方便油田了解不同类型油层的剩余油潜力、了解剩余油分布，从而制定或调整出合理的开发方案，对于油田增加开发产量与提高开采效率有着重要的意义。目前，对提高中子寿命测井识别层位准确度的研究主要集中在测井工艺上，对中子寿命解释的研究却很少。中子寿命测井解释方法粗糙、简单，人工校深测井曲线，校深的准确性和效率都很低；而且对于层位的解释各解释人员解释出的结果也不尽相同，准确性得不到保障。提高该方法的解释精度及解释效率成为油田开发迫切的需要。针对以上问题，本文采用分级特征提取的方法对测井曲线进行深度校正，采用SMOTE算法及支持向量机相结合的方法对层位自动识别进行深入研究。主要内容如下：1．针对中子寿命测井的测量存在的深度上的误差，而且是针对测量不同地层信息的两条曲线校深，根据专家校深的经验，提出了基于分级特征提取的测井曲线校深的方法。利用测井曲线顺序性的特点，对测井曲线进行分级特征提取并进行深度校正，一级匹配是对待校深曲线与标准曲线的曲线段进行分类匹配，二级匹配是利用曲线的相似性进行匹配，最终实现了曲线校深。2．针对标准SMOTE算法的特点及其在非均衡数据应用中存在的缺点，提出“基于非均衡数据改进的SMOTE算法”，主要针对SMOTE算法样本类别模糊、忽略了边界样本的重要性与没有对噪声点进行有效处理等缺点对SMOTE算法进行改进，通过对安全点、边界点和噪声点分别处理，以达到样本均衡的目的，为下一步中子寿命分层做好数据准备。3．对中子寿命层位信息进行综合分析，结合人工判断层位的经验，提取可用于分类的特征参数，采用二叉树支持向量机的方法对测井层位进行分类。经过实验证明该分类精度能够满足实际的要求。最后结合实际，将前面研究成果综合应用到中子寿命层位自动识别中。