技術(shù)特征：

1.一種基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，該基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟1包括：

3.根據(jù)權(quán)利要求2所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟11中，xrd礦物數(shù)據(jù)包括礦物的質(zhì)量含量，礦物包括石英、鉀長石、斜長石、方解石、鐵白云石、白云石、菱鐵礦、黃鐵礦、粘土，不同陸相頁巖巖石樣本的測井數(shù)據(jù)包括聲波時差、中子測井、密度測井、自然伽馬測井、體積光電截面吸收指數(shù)、深側(cè)向電阻率。

4.根據(jù)權(quán)利要求2或3所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟12中，通過貝葉斯極端梯度提升回歸器，使用貝葉斯優(yōu)化尋參過程后的極端梯度提升方法，來應(yīng)對陸相頁巖的復(fù)雜性；

5.根據(jù)權(quán)利要求1所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟2包括：

6.根據(jù)權(quán)利要求5所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟21中，陸相頁巖的巖性預(yù)測模型訓(xùn)練數(shù)據(jù)集包含不同陸相頁巖巖石樣本的巖性信息和測井數(shù)據(jù)，不同陸相頁巖巖石樣本的巖性信息來源于巖石樣本的薄片鑒定結(jié)果；不同陸相頁巖巖石樣本的測井數(shù)據(jù)包括聲波時差、中子測井、密度測井、自然伽馬測井、體積光電截面吸收指數(shù)、深側(cè)向電阻率。

7.根據(jù)權(quán)利要求5或6所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟22中，新粒子的準確性和kappa值都要優(yōu)于現(xiàn)有粒子可替換為新粒子的準確性和kappa值中的一個優(yōu)于現(xiàn)有粒子。

8.根據(jù)權(quán)利要求1所述的基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，其特征在于，步驟3包括：

技術(shù)總結(jié)
本發(fā)明公開了一種基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法，涉及巖石領(lǐng)域，該基于先驗貝葉斯級聯(lián)森林的頁巖巖性識別方法包括以下步驟：步驟1，首先建立陸相頁巖的礦物預(yù)訓(xùn)練模型數(shù)據(jù)集，然后將數(shù)據(jù)集中的測井數(shù)據(jù)作為特征，礦物數(shù)據(jù)作為標簽，使用貝葉斯極端梯度提升回歸器進行訓(xùn)練，并保存礦物預(yù)訓(xùn)練模型；與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明考慮了測井數(shù)據(jù)的類不平衡問題，使用自適應(yīng)多目標群體融合對數(shù)據(jù)集進行重采樣，使用X射線衍射全巖礦物分析數(shù)據(jù)，借助貝葉斯梯度提升回歸器進行了特征生成，然后使用貝葉斯梯度提升分類器進行頁巖巖性識別，在準確性高的情況下成本低，為頁巖巖性識別提供了可靠方案。

技術(shù)研發(fā)人員：王欣茹,韓銳羿,潘保芝,郭宇航,張麗華
受保護的技術(shù)使用者：吉林大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19