一种基于随机森林模型的地层热导率预测方法技术

本发明专利技术公开一种基于随机森林模型的地层热导率预测方法，包括获取研究区域测井数据及岩心数据，对测井数据进行预处理，利用随机森林模型，以优选的测井参数和实测热导率数据为输入条件，采用机器学习的方法训练模型构建热导率预测模型，最后将待预测的连续且完整的测井数据输入训练完成的热导率预测模型进行预测，将所有决策树的预测结果取均值则为最终预测的地层岩石热导率；本方案方法有效的解决传统的热导率垂向模型建立需要依赖实物岩心、实测值不连续及成本高等一系列缺点，该方法在各类地层热导率预测方面具有很强的适应性，有较高的推广应用前景和实用价值。高的推广应用前景和实用价值。高的推广应用前景和实用价值。

【技术实现步骤摘要】
一种基于随机森林模型的地层热导率预测方法


[0001]本专利技术属于地层热导率预测领域，具体涉及一种基于随机森林模型的地层热导率预测方法。

技术介绍

[0002]岩石热导率与矿物组成、孔隙度、储层流体和岩石结构密切相关，这些特征可以通过不同的地球物理测井参数来揭示和反映。地球物理测井是利用岩层的电化学特性、导电特性、声学特性、放射性等特性测量地球物理参数的方法，各类型钻井在达到设计井深后普遍开展系统的测井作业，以获得详细的测井各类测井数据，测井数据具有垂向连续性好、分辨率高及宜获取等优点，不同测井系列参数或组合能够直接反映岩层的岩石学特征、密度、孔隙度及孔隙流体性质等岩石特征，而这些岩石特征又决定了其热导率。
[0003]岩石热导率(TC)是地热学、石油地质学和盆地研究等领域的一个基础参数。尽管热导率测试技术和设备的快速发展使得从各种地质样品中获取该数据成为可能，但在大多数情况下，确定热导率的实验分析并不总是可行的，传统的获取地层岩石热导率参数的方法是在实验室通过岩心实物样品的测试，因为大多数地质钻孔要么缺乏岩心控制，要么仅具备有限的岩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机森林模型的地层热导率预测方法，其特征在于，包括以下步骤：步骤A：获取测井数据及岩心数据；所述测井数据包括浅侧向电阻率、补偿中子、密度、自然伽马、自然电位和声波时差，以及垂直地震剖面测井中的纵波速度参数；所述岩心数据为实测岩石热导率数据；步骤B：对测井数据进行预处理，以消除测井曲线中短周期、随机的锯齿干扰异常，并对测井数据进行均一化处理；步骤C、构建随机森林模型，并基于岩心数据和处理后的测井数据对随机森林模型进行训练和测试，构建热导率预测模型；步骤D、将待预测的连续且完整的测井数据输入热导率预测模型进行预测，将所有决策树的预测结果取均值作为最终的地层岩石热导率。2.根据权利要求1所述的基于随机森林模型的地层热导率预测方法，其特征在于：所述步骤C中，所述随机森林模型以决策树为基础，从原始训练数据集中有放回的随机抽取K个新的数据集，生成K颗决策树，形成随机森林，最终预测结果为所有决策树预测结果的均值，其训练过程如下：(1)将浅侧向电阻率、补偿中子、密度、自然伽马、自然电位和声波时差测井参数，以及垂直地震剖面测井中的纵波速度参数作为输入参数，以及实测岩石热导率作为输出参数，输入随机森林模型中；(2)调整随机森林模型的超参数范围，包括：每棵决策树的深度、决策树个数，每棵决策树使用的变量占比以及叶子的最小拆分样本量；(3)开始训练模型，将浅侧向电阻率、补偿中子、密度、自然伽马、自然电位和声波时差测井参数，以及垂直地震剖面测井中的纵波速度参数以及岩石热导率作为原始训练集S，在原始数据集在S中应用bootstrap法有放回的随机抽取数据集...

【专利技术属性】
技术研发人员：郭兴伟，庞玉茂，史兵兵，张训华，孙旭东，杨国鑫，
申请(专利权)人：青岛海洋地质研究所，
类型：发明
国别省市：