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。
简介:自然金(包括银金矿)是我国岩金矿床中最主要的金矿物。研究金的粒度分布对于推断矿床形成条件,指导矿石选冶都有重要意义。金的粒度分布是评价矿床的问题之一。我们根据国内123个主要岩金矿自然金粒度测试数锯,对金的粒度分布类型、变化特征与矿床成因的关系作了初步探讨,获得了某些新的认识。1.矿床中自然金粒度分布类型及变化矿床中自然金粒度分布的普遍特征是粒度范围很大,但主要粒级相对集中。同一个矿区中金的粒度至少横跨2—3个数量级,有的达4至6个数量级。例如团结沟金矿既发现次显微金(d=0.05μm),又出现粒度大于1mm的明金,两者相差2×10~4倍。另一方面每一个矿床都存在一个主要粒度范围,这一范围具有一定的成因意义。