基于随机森林算法的复杂碳酸盐岩岩性识别

作者：王啟,杨添微,刘永震,聂昕,张占松,万宇

摘要：储层岩性识别是复杂岩性储层勘探开发的基础,但是目前国内外复杂碳酸盐岩岩性识别方法多基于单一因素,通常精度较低,难以准确地描述储层岩性。因此基于测井曲线的岩性敏感性分析,选择合适的测井曲线作为输入曲线,利用泛化能力强、对特征缺失不敏感、训练速度快且实现比较简单的随机森林算法建立复杂碳酸盐岩岩性识别模型,并基于该模型对研究区9口井进行了全井段岩性分类预测。岩性分类结果表明,利用本文提出的方法对岩性的识别较为准确,岩性回判率高达97.6%,且在薄层识别中表现出较大的优势,说明此方法可用在复杂岩性识别的工作中。

发文机构：长江大学地球物理与石油资源学院 长江大学油气资源与勘探技术教育部重点实验室

关键词：随机森林碳酸盐岩测井评价岩性识别机器学习random forestcarbonate rocklog evaluationlithology identificationmachine learning

分类号： P631.8[天文地球—地质矿产勘探]