Повышенная точность прогнозирования общего органического углерода в сланцевых газовых резервуарах с использованием расширенных признаков и случайных лесов

Enhanced prediction of total organic carbon in shale gas reservoirs using extended feature variables and random forests
Gao Jianhu, Gui Jinyong, Li Shengjun, Li Hailiang, Liu Bingyang
2026-02-10

расширенное упругое импедансное преобразование (EEI)случайный лес (RF)характеризация сланцевых газовых месторожденийметод синтетического увеличения меньшинства (SMOTE)общее органическое вещество (TOC)
Общий органический углерод (TOC) является критическим параметром для оценки качества сланцевых газовых резервуаров и гидрокарбонового потенциала. В настоящем исследовании предложен инновационный подход, сочетающий расширенное упругое импедансное преобразование (extended elastic impedance, EEI) и алгоритмы случайного леса (random forest, RF) для прогнозирования распределения TOC в сланцевых газовых резервуарах. Мы решаем две ключевые проблемы: ограниченное число признаков и несбалансированные наборы образцов. Наш метод автоматически генерирует 222 признака посредством EEI-преобразования и применяет метод синтетического увеличения числа представителей меньшинства (SMOTE) для выравнивания распределения выборки. Применение в зоне разведки сланцевого газа на юго-западе Китая показало, что предложенный метод превосходит традиционные подходы по точности, особенно в выявлении зон с высоким содержанием TOC. Результаты верифицированы горизонтальным бурением, что подтверждает эффективность метода для характеристики сланцевых газовых резервуаров.
1
Применение в районе сланцевого газа на юго-западе Китая показывает превосходную точность по сравнению с традиционными подходами, особенно при выявлении зон с высоким TOC.
2
Комбинация преобразований расширенной упругой импедансности (EEI) с алгоритмом случайного леса (RF) позволяет прогнозировать распределение TOC в сланцевых газовых пластах.
3
Для балансировки несбалансированных наборов образцов применяется SMOTE (техника синтетического увеличения меньшинства).
4
Метод автоматически генерирует 222 признака с помощью преобразования EEI для решения проблемы ограниченного числа переменных признаков.
5
Валидация при горизонтальном бурении подтверждает эффективность метода для характеристики сланцевых газовых залежей.

Распределение общего органического углерода (TOC) в сланцевых газовых коллекторах в районе разведки на юго-западе Китая

Улучшенное прогнозирование TOC с использованием признаков, сгенерированных через расширённое упругое импедансное преобразование (EEI), моделирования методом случайного леса (RF) и SMOTE для корректировки ограниченных/несбалансированных выборок, с валидацией горизонтальным бурением для идентификации зон с высоким содержанием TOC

Publication Details
Publication Date
2026-02-10
Journal
Publisher
ISSN
Cited by
0
Access Type
Author Information
Authors
Gao Jianhu
Gui Jinyong
Li Shengjun
Li Hailiang
Liu Bingyang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%