摘要
本发明涉及地球化学与测井技术领域,具体涉及一种预测海相页岩中主量和微量元素含量的方法及系统,包括:获取钻井取芯和测井曲线数据,并基于岩性特征将测井曲线上的特征响应段与取芯段进行深度对齐;通过系统采集不同岩相的岩石样品、开展主微量元素含量测试、以及基于深度对齐后的特征响应段进行深度匹配处理,以将主微量元素含量数据与测井数据进行深度一致性整合;基于深度保持一致的主微量元素含量数据与测井数据构建数据集,并应用随机森林算法构建机器学习模型,其中,机器学习模型基于多策略改进的麻雀搜索算法进行超参数优化与特征选择;将待预测深度的测井数据输入至训练好的模型中进行主量和微量元素含量的预测。
技术关键词
测井曲线数据
构建机器学习模型
机器学习模型训练
电感耦合等离子体质谱分析
数据项
多策略
搜索算法
孤立森林算法
X射线荧光光谱分析
钻井取芯
岩石特征
特征选择
随机森林
超参数
元素地球化学
对齐模块