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:泥炭与褐煤划分界限尚未得到真正的解决。虽然国内外一些专家、学者做过不少研究工作,但其结果都不够理想。其主要原因是未能找到一个典型的并具有代表性的泥炭、褐煤的连续性剖面及足以解决问题的研究方法和手段。在褐煤的普查勘探中,也存在着泥炭与褐煤界限不清的问题,尤其是对泥炭化程度高的泥炭和褐煤化程度低的褐煤,更不易分辨。云南通常把它们笼统称作褐煤、柴煤、草煤等,定名极不统一,给资源的评价和利用带来不少问

  • 标签: 普查勘探 煤化程度 全新世 上新世 中更新世 古气候环境