基于机器学习算法的陆相页岩油储层有利岩相预测方法

本发明涉及基于机器学习算法的陆相页岩油储层有利岩相预测方法，包括基于页岩油储层岩心样品确定矿物学特征、沉积构造特征和有机地化特征，并以此划分岩相类型；随后确定主要岩相类型，并从定性与定量两方面开展对应岩相的储层评价；基于储层评价结果，确定页岩油储层的有利岩相与非有利岩相；基于有利岩相和非有利岩相的测井曲线数据，建立样本集；基于样本集，构建基于自然电位测井和中子测井的新参数指标；利用新参数数据对机器学习算法模型进行训练，获得训练好的有利岩相预测模型。本申请通过基于机器学习的有利岩相预测模型，可快速实现对陆相页岩油储层有利岩相的预测，预测成本低，准确率高。