随机森林分类方法在储层岩性识别中的应用

为通过测井数据对储层岩性进行精确的识别,选取自然伽马、声波时差、岩石体积密度、中子密度、微球形聚焦测井、深侧向、浅侧向等7种测井参数作为判别指标.对相关性较高的指标进行因子分析,提取公共因子作为随机森林模型的输入,建立基于因子分析和随机森林的储层岩性判别模型.利用20组测井数据作为学习样本进行训练,并采用回代估计法进行检验,误判率为1/10.用另外8组数据作为测试样本进行模型检验.结果表明:所得判别模型泛化误差满足精度要求,检验结果的误判率为1/8.