| 注册
首页|期刊导航|油气地质与采收率|基于随机森林算法的泥页岩孔隙度预测

基于随机森林算法的泥页岩孔隙度预测

崔俊峰 杨金路 王民 王鑫 吴艳 余昌琦

油气地质与采收率2023,Vol.30Issue(6):13-21,9.
油气地质与采收率2023,Vol.30Issue(6):13-21,9.DOI:10.13673/j.pgre.202212025

基于随机森林算法的泥页岩孔隙度预测

Shale porosity prediction based on random forest algorithm

崔俊峰 1杨金路 2王民 2王鑫 2吴艳 2余昌琦2

作者信息

  • 1. 中国石油勘探开发研究院,北京 100083
  • 2. 中国石油大学(华东) 深层油气重点实验室,山东 青岛 266580
  • 折叠

摘要

关键词

随机森林/机器学习/测井/孔隙度预测/泥页岩

Key words

random forest/machine learning/logging/porosity prediction/shale

分类

能源科技

引用本文复制引用

崔俊峰,杨金路,王民,王鑫,吴艳,余昌琦..基于随机森林算法的泥页岩孔隙度预测[J].油气地质与采收率,2023,30(6):13-21,9.

基金项目

国家自然科学基金项目"非常规油气地质评价"(41922015)和"电磁波辐射页岩油原位转化中的非热效应机理及其意义"(42072147). (41922015)

油气地质与采收率

OA北大核心CSCDCSTPCD

1009-9603

访问量0
|
下载量0
段落导航相关论文