学科分类
/ 1
2 个结果
  • 简介:针对现有页岩气储集层总有机碳含量预测模型存在的模型泛化能力弱、稳定性差的问题,提出了一种利用随机森林回归算法预测储集层总有机碳含量的方法。该方法使用地球物理测井提供的密度、铀含量、钍含量、自然伽马及光电吸收截面吸收指数等测井响应值作为输入,岩芯实验总有机碳含量作为输出,通过学习输入曲线与总有机碳含量的函数关系,动态预测整口井的总有机碳含量曲线。通过对焦石坝地区两口页岩气探井建模及预测可知,当随机森林中树的数量达到500时,建立的模型即可对训练样本中输入与输出的函数关系进行完全学习。通过训练结果及预测结果可知,随机森林回归方法不易发生过拟合现象,泛化能力极强,同时预测得到的曲线更为平滑,预测总有机碳含量较其他方法更为准确,有效地提高测井信息预测总有机碳含量模型的精度,对页岩气储集层评价提供帮助。

  • 标签: 页岩气 总有机碳含量 随机森林回归 机器学习
  • 简介:地球化学异常的共轭现象及其分形数学结构周永章(中国科学院广州地球化学研究所,广州510640)关键词%共轭地球化学异常,分形结构,非平衡地球化学体系所谓“找矿”的实质就是寻找在特定尺度以上的地球化学正异常。因此,正异常研究及在找矿方面的贡献一直为地质...

  • 标签: 地球化学异常 共轭现象 分形数 地球化学体系 广州地球化学研究所 中国科学院