基于改进型随机森林算法的页岩岩性识别——以准噶尔盆地芦草沟组为例

作     者：秦志军 操应长 冯程 QIN Zhijun;CAO Yingchang;FENG Cheng

作者机构：中国石油大学(华东)地球科学与技术学院山东青岛266580 中国石油新疆油田分公司勘探开发研究院新疆克拉玛依834000 中国石油大学(北京)克拉玛依校区石油学院新疆克拉玛依834000 

出 版 物：《新疆石油地质》 (Xinjiang Petroleum Geology)

年 卷 期：2024年第45卷第5期

页      面：595-603页

核心收录：

学科分类：0820[工学-石油与天然气工程] 08[工学] 082002[工学-油气田开发工程] 

基　　金：国家自然科学基金(42364007,42004089) 新疆维吾尔自治区自然科学基金(2021D01E22) 

主　　题：随机森林算法 递归特征消除 特征选择 中二叠统 芦草沟组 页岩储集层 岩性识别 

摘      要：在储集层岩性识别的应用中,特别是对页岩等非均质性较强的非常规储集层的岩性识别,机器学习算法的高效性、准确性和有效信息整合能力已经得到了充分验证。考虑到岩性识别的特征参数优选问题,优选自然伽马、T2几何平均值、结构指数、骨架密度指数、密度和深侧向电阻率,采用结合递归特征消除的随机森林算法,对准噶尔盆地中二叠统芦草沟组页岩储集层的主要岩性进行识别;利用传统的随机森林算法和支持向量机法,对同一套资料进行岩性预测,并与岩石薄片鉴定结果对比。结合递归特征消除的随机森林算法只需选择一半的测井参数,便能够达到更好的效果,而且通过优选特征参数,缩短了算法的运行时间。因此,结合递归特征消除的随机森林算法能够实现测井特征参数的优选,提高页岩岩性识别的准确率,缩短运行时间,为复杂岩性识别和多参数选择提供了新的思路。