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
收藏资源简介
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。