基于隨機森林算法的復雜碳酸鹽巖巖性識別

作者：王啟,楊添微,劉永震,聶昕,張占松,萬宇

摘要：儲層巖性識別是復雜巖性儲層勘探開發的基礎,但是目前國內外復雜碳酸鹽巖巖性識別方法多基于單一因素,通常精度較低,難以準確地描述儲層巖性。因此基于測井曲線的巖性敏感性分析,選擇合適的測井曲線作為輸入曲線,利用泛化能力強、對特征缺失不敏感、訓練速度快且實現比較簡單的隨機森林算法建立復雜碳酸鹽巖巖性識別模型,并基于該模型對研究區9口井進行了全井段巖性分類預測。巖性分類結果表明,利用本文提出的方法對巖性的識別較為準確,巖性回判率高達97.6%,且在薄層識別中表現出較大的優勢,說明此方法可用在復雜巖性識別的工作中。

發文機構：長江大學地球物理與石油資源學院 長江大學油氣資源與勘探技術教育部重點實驗室

關鍵詞：隨機森林碳酸鹽巖測井評價巖性識別機器學習random forestcarbonate rocklog evaluationlithology identificationmachine learning

分類號： P631.8[天文地球—地質礦產勘探]