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:CO2的地质封存技术是减少CO2向大气排放的一种有效方法。矿物封存由于储存时间长,安全性高,对CO2地质封存至关重要。本文以鄂尔多斯盆地石盒子组地层为例,利用模拟软件TOUGHREACT研究了CO2注入后,各矿物的溶解和沉淀机理,确定固碳矿物和CO2的矿物封存量;通过改变绿泥石和长石类矿物的初始含量,研究原生矿物组分对CO2矿物封存潜力的影响。结果表明,以石英、长石为主的砂岩储集层中,长石类、绿泥石和高岭石是主要的溶解矿物,铁白云石是主要的固碳矿物,原生矿物中绿泥石和长石类矿物对CO2的矿物封存量影响很大,绿泥石和长石类矿物的体积分数增加,CO2的矿物封存量也增加。

  • 标签: 二氧化碳 地质储存 矿物封存能力 数值模拟