排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
泥页岩岩相识别是页岩油空间分布及勘探目标预测的一项重要工作,受地层非均质性及测井信息冗余的制约,基于测井响应方程的岩相识别十分困难.本文建立了一种基于随机森林算法的岩相识别模型,使用SHAP方法量化测井参数重要性.结果表明：随机森林算法可以很好地识别泥页岩岩相,其准确率高于支持向量机、KNN和XGBoost,并且对数据集中岩相类别不均衡的分类问题更加有效;对模型识别岩相最重要的前3项测井参数是自然电位、井径和声波时差;该模型可快速识别单井岩相,再根据总孔隙度、游离烃S1、TOC等参数可确定有利岩相类型,进而确定研究区有利岩相分布,为后续“甜点”预测提供依据. 相似文献
2.
低渗透砂岩油气藏已成为油气增储生产的重要勘探开发目标,但孔隙结构复杂使得储层及其有效性难以准确识别.笔者利用物性、压汞、核磁等资料,对东营凹陷南坡沙四段(Es4)低渗透砂岩孔隙结构进行分析,划分出了3种类型.核磁T2谱与毛管压力曲线都在一定程度上反映孔喉分布,但常规方法利用T2谱重构伪毛管压力曲线所得到的孔隙半径与压汞孔喉半径有较大误差,而岩石孔隙自由流体T2与压汞孔喉分布对应关系更好,以此建立了不同孔隙结构类型二者之间不同孔喉尺度对应的关系式(大尺度:线性;小尺度:分段幂函数),可在井筒剖面上通过识别孔隙结构类型,进而利用核磁共振测井(NML)定量反演孔径分布,省去了构建伪毛管曲线环节,为低渗透砂岩储层有效性评价提供了直接依据,也是测井用于定量反演储层微观孔隙结构信息的有益探索. 相似文献
1