基于随机森林算法的泥页岩岩相测井识别 |
| |
引用本文: | 王民,杨金路,王鑫,李进步,徐亮,言语.基于随机森林算法的泥页岩岩相测井识别[J].地球科学,2023(1):130-142. |
| |
作者姓名: | 王民 杨金路 王鑫 李进步 徐亮 言语 |
| |
作者单位: | 1. 中国石油大学深层油气重点实验室;2. 中国石油大学地球科学与技术学院 |
| |
基金项目: | 国家自然科学基金项目(Nos.42072147,41922015); |
| |
摘 要: | 泥页岩岩相识别是页岩油空间分布及勘探目标预测的一项重要工作,受地层非均质性及测井信息冗余的制约,基于测井响应方程的岩相识别十分困难.本文建立了一种基于随机森林算法的岩相识别模型,使用SHAP方法量化测井参数重要性.结果表明:随机森林算法可以很好地识别泥页岩岩相,其准确率高于支持向量机、KNN和XGBoost,并且对数据集中岩相类别不均衡的分类问题更加有效;对模型识别岩相最重要的前3项测井参数是自然电位、井径和声波时差;该模型可快速识别单井岩相,再根据总孔隙度、游离烃S1、TOC等参数可确定有利岩相类型,进而确定研究区有利岩相分布,为后续“甜点”预测提供依据.
|
关 键 词: | 随机森林 机器学习 测井 岩相识别 泥页岩 |
|
|