楊占偉，姜振學(xué)，梁志凱，吳 偉，王軍霞，宮厚健，李維邦，蘇展飛，郝綿柱

（1.中國石油大學(xué)（北京）油氣資源與探測(cè)國家重點(diǎn)實(shí)驗(yàn)室，北京 102249；2.中國石油大學(xué)（北京）非常規(guī)油氣科學(xué)技術(shù)研究院，北京 102249；3.中國石油西南油氣田公司頁巖氣研究院，成都 610051；4.中國石油大學(xué)（北京）理學(xué)院，北京 102249）

0 引言

近年來，隨著非常規(guī)油氣領(lǐng)域探索的不斷深入，頁巖油氣勘探開發(fā)已然成為全球油氣資源勘探的熱點(diǎn)方向。有機(jī)質(zhì)碳含量（TOC）作為評(píng)價(jià)烴源巖生烴潛力及預(yù)測(cè)儲(chǔ)層油氣“甜點(diǎn)區(qū)”的關(guān)鍵性指標(biāo)，對(duì)于頁巖氣勘探開發(fā)以及資源評(píng)價(jià)具有指導(dǎo)意義，但其值準(zhǔn)確性受到地質(zhì)條件復(fù)雜程度及測(cè)定方法差異等一系列因素的影響。目前，盡管地球化學(xué)方法被認(rèn)為是測(cè)量TOC 含量最受歡迎的方法，但有些缺陷可能會(huì)影響結(jié)果的可靠性，例如，不能覆蓋大范圍的深度，成本高且耗時(shí)。此外，由于樣品長(zhǎng)時(shí)間暴露在空氣中，測(cè)量往往不準(zhǔn)確，這增加了游離有機(jī)物被氧化和逸出的機(jī)會(huì)。利用測(cè)井資料預(yù)測(cè)TOC 含量也是常用手段，其常規(guī)方法有多元回歸法和ΔlogR法，但這2 種方法都存在一定缺陷［1-3］。多元回歸法將TOC 含量與一系列測(cè)井參數(shù)之間建立多元回歸關(guān)系，但因TOC含量往往受多種地質(zhì)因素的影響，且與各因素間存在著復(fù)雜的非線性關(guān)系，常規(guī)的回歸方法難以表達(dá)其內(nèi)在聯(lián)系，預(yù)測(cè)效果難以達(dá)到要求［4-7］。ΔlogR法通過將對(duì)數(shù)坐標(biāo)的電阻率曲線與算術(shù)坐標(biāo)的聲波時(shí)差曲線疊加，以非烴源巖段調(diào)準(zhǔn)基線計(jì)算幅度差Δ logR［8-9］，該方法需要設(shè)定有機(jī)碳背景值（泥巖普遍含有一定量的有機(jī)碳）、成熟度參數(shù)及人為對(duì)準(zhǔn)多個(gè)非烴源巖基線，操作復(fù)雜、誤差較大，對(duì)于異常點(diǎn)處理并沒有系統(tǒng)的標(biāo)準(zhǔn)，人為主觀性較強(qiáng)［10-11］。如今隨著人工智能領(lǐng)域與各個(gè)學(xué)科相互交叉融合，機(jī)器學(xué)習(xí)方法在地質(zhì)領(lǐng)域得到了一系列的應(yīng)用，通過引用不同的人工智能算法實(shí)現(xiàn)對(duì)烴源巖TOC 含量的準(zhǔn)確預(yù)測(cè)［12-14］。常用的機(jī)器學(xué)習(xí)方法主要包括神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、極限學(xué)習(xí)等［15-17］。為了進(jìn)一步提高預(yù)測(cè)精度，國內(nèi)外學(xué)者通過結(jié)合具體研究區(qū)特點(diǎn)，不斷優(yōu)化算法，降低預(yù)測(cè)誤差［18］。王貴文等［19］使用BP 神經(jīng)網(wǎng)絡(luò)模型對(duì)塔里木盆地臺(tái)盆區(qū)寒武系—奧陶系烴源巖進(jìn)行了TOC 含量預(yù)測(cè)，取得了較好的效果；蔣德鑫等［20］對(duì)珠江口盆地陸豐凹陷文昌組烴源巖與TOC 含量建立多元回歸模型、人工神經(jīng)網(wǎng)絡(luò)模型和曲線疊合模型，并分析了3 種模型的預(yù)測(cè)效果及適用條件。Johnson 等［21］使用改進(jìn)的神經(jīng)網(wǎng)絡(luò)模型對(duì)澳大利亞坎寧盆地?zé)N源巖TOC 含量進(jìn)行了預(yù)測(cè)并達(dá)到了基本精度要求。上述方法雖取得了一定效果，但預(yù)測(cè)精度還有待提高，且在不同地區(qū)適用性不同，針對(duì)四川盆地尚未提出有效預(yù)測(cè)方法。

以川南五峰組—龍馬溪組為例，首先采集該地區(qū)多口井的測(cè)井曲線及實(shí)測(cè)TOC 含量數(shù)據(jù)進(jìn)行建模，然后利用主成分分析法對(duì)收集的測(cè)井資料進(jìn)行預(yù)處理，建立并訓(xùn)練基于BP 神經(jīng)網(wǎng)絡(luò)模型和基于梯度提升決策樹（Gradient Boosting Decision Tree，GBDT）的預(yù)測(cè)模型，并將這2種模型應(yīng)用于生產(chǎn)井的TOC 含量預(yù)測(cè)中驗(yàn)證其準(zhǔn)確性，以期為該區(qū)TOC含量預(yù)測(cè)提供新思路，為后續(xù)勘探開發(fā)提供依據(jù)。

1 地質(zhì)概況

四川盆地位于上揚(yáng)子臺(tái)地西北部，在龍門山—大巴山臺(tái)緣坳陷和滇黔川鄂臺(tái)褶帶中間，是經(jīng)歷多期復(fù)雜構(gòu)造運(yùn)動(dòng)后形成的疊合深層盆地。在奧陶紀(jì)晚期，受到南部黔中隆起、西部川中隆起以及東部雪峰古隆起的相互作用，四川盆地逐漸由早中奧陶世廣闊海域逐漸轉(zhuǎn)變?yōu)楸粬|南西三面隆起包圍的半局限性海域，沉積主體也演變?yōu)榘刖窒逌\海相和深水—半深水陸棚亞相［22-23］。

根據(jù)川南長(zhǎng)寧、瀘州等地區(qū)頁巖氣勘探開發(fā)資料顯示，該地區(qū)下古生界海相黑色富有機(jī)質(zhì)頁巖廣泛發(fā)育，4 500 m 以淺的五峰龍馬溪組成為黑色泥頁巖具有分布范圍廣、有機(jī)質(zhì)（TOC）含量高、成熟度高等一系列優(yōu)點(diǎn)，已經(jīng)成為了我國南方海相頁巖氣主力開發(fā)層系，2020 年產(chǎn)量已達(dá)200 億m3，該層位頁巖氣資源量達(dá)到3.7 萬億m3，可采資源量達(dá)200 億m3，具有極高的勘探開發(fā)價(jià)值。本次研究所涉及的區(qū)域主要為長(zhǎng)寧和瀘州地區(qū)，所涉及的地層主要為五峰組—龍馬溪組頁巖層系。

2 TOC 含量預(yù)測(cè)模型

本次研究中井徑和地層電阻率等一系列測(cè)井?dāng)?shù)據(jù)、實(shí)測(cè)TOC 含量數(shù)據(jù)均來源于中國石油西南油氣田公司頁巖氣研究院，測(cè)試儀器為碳硫分析儀KLT-005，測(cè)試溫度為16～18 ℃。為改進(jìn)常規(guī)地球化學(xué)方法測(cè)定TOC 含量時(shí)樣品長(zhǎng)時(shí)間暴露在空氣中導(dǎo)致測(cè)量不準(zhǔn)確的弊端，本次樣品密閉取心，封閉保存，并通過調(diào)研前人對(duì)于研究區(qū)TOC 含量的測(cè)定結(jié)果，與實(shí)測(cè)值進(jìn)行比對(duì)，確保了測(cè)試的準(zhǔn)確性。為了減弱個(gè)別參數(shù)不準(zhǔn)確對(duì)模型精度的影響，采用主成分分析法對(duì)收集到的各項(xiàng)測(cè)井?dāng)?shù)據(jù)進(jìn)行優(yōu)選，得到新的輸入變量，并分別代入BP 和GBDT預(yù)測(cè)模型中進(jìn)行訓(xùn)練，調(diào)整各項(xiàng)參數(shù)使模型均方根誤差達(dá)到最小，利用建立的預(yù)測(cè)模型對(duì)不同頁巖氣井進(jìn)行TOC 含量的預(yù)測(cè)。

2.1 主成分分析

主成分分析法的主要原理是利用降維的方法，以丟失較少的信息為前提，把多個(gè)相互關(guān)聯(lián)的參數(shù)轉(zhuǎn)化為幾個(gè)綜合性參數(shù)的一種多元統(tǒng)計(jì)方法。利用此方法轉(zhuǎn)化、生成的綜合性參數(shù)稱為主成分，其中每個(gè)主成分都是原始變量的線性組合，且各個(gè)主成分之間互不相關(guān)，利用此方法得到的主成分相比初始變量數(shù)據(jù)具有更為簡(jiǎn)潔準(zhǔn)確的性能［24-27］。

進(jìn)行主成分分析，首先需要將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以此來消除量綱所帶來的影響。假設(shè)進(jìn)行主成分分析的指標(biāo)有m個(gè)：x1，x2，x3，…，xm，評(píng)價(jià)對(duì)象共有n個(gè)，其中第1 個(gè)評(píng)價(jià)對(duì)象的第j個(gè)指標(biāo)的取值為x1j，通過此方法可將原始數(shù)據(jù)排列為矩陣

將各個(gè)指標(biāo)值xij轉(zhuǎn)換為標(biāo)準(zhǔn)指標(biāo)：

其中

其次建立變量之間的相關(guān)系數(shù)矩陣R，其中

式中：rij=1，rij=rji，rij是第i 個(gè)指標(biāo)與第j個(gè)指標(biāo)的相關(guān)系數(shù)。

計(jì)算相關(guān)系數(shù)矩陣R的特征值λ1≥λ2…≥λm≥0，及對(duì)應(yīng)的特征向量u1，u2，um，其中

由特征向量組成m個(gè)新的指標(biāo)變量。式中y1是第1 主成分，y2是第2 主成分，…ym是第m主成分。

最后確定主成分個(gè)數(shù)：

式中：αk為各個(gè)主成分的貢獻(xiàn)率；αP為主成分y1，y2，…，yp的累計(jì)貢獻(xiàn)率。

當(dāng)累計(jì)貢獻(xiàn)率αP大于或等于80%～85% 時(shí)，選擇其相對(duì)應(yīng)的前p個(gè)指標(biāo)變量作為主成分分析得到的主成分，用這p個(gè)主成分替代m個(gè)初始變量指標(biāo)，更加簡(jiǎn)便準(zhǔn)確。

收集川南長(zhǎng)寧、瀘州等地區(qū)多口井的測(cè)井曲線及龍馬溪組17 口井627 組實(shí)測(cè)TOC 含量數(shù)據(jù)，分別將一系列不同測(cè)井參數(shù)和其對(duì)應(yīng)的TOC 含量進(jìn)行相關(guān)性分析，優(yōu)選出相關(guān)性較高的7 個(gè)測(cè)井參數(shù)：聲波時(shí)差（AC）、井徑（CAL）、補(bǔ)償中子（CNL）、補(bǔ)償密度（DEN）、自然伽馬（GR）、無鈾伽馬（KTH）和地層深電阻率（RLLD），作為評(píng)價(jià)分析TOC 含量的影響因子［28］。

在創(chuàng)建預(yù)測(cè)模型時(shí)，僅使用任何單一測(cè)井參數(shù)均無法準(zhǔn)確預(yù)測(cè)TOC 含量，為了達(dá)到準(zhǔn)確得到TOC含量與各個(gè)測(cè)井曲線間的非線性映射關(guān)系的目的，對(duì)以上7 組測(cè)井參數(shù)進(jìn)行主成分分析，計(jì)算相關(guān)系數(shù)矩陣，其中相關(guān)性系數(shù)越靠近1，則表明測(cè)井參數(shù)間的相關(guān)性越好，反之則相關(guān)性越差，結(jié)果如圖1所示。

圖1 輸入特征變量關(guān)聯(lián)度分析表Fig.1 Correlation analysis of input characteristic variables

分析計(jì)算得到各成分對(duì)于7 個(gè)測(cè)井參數(shù)信息的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率（表1）。

表1 主成分特征值及貢獻(xiàn)率Table 1 Eigenvalues and contribution rate of the principal components

將貢獻(xiàn)率從高至低排列，前4 個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到了86.505%，依據(jù)累計(jì)貢獻(xiàn)率大于85%的原則，選取前4 個(gè)主成分作為新的輸入變量，應(yīng)用于建立TOC 含量計(jì)算模型中。表2 為主成分的因子載荷矩陣，反映各指標(biāo)對(duì)主成分載荷的相對(duì)大小和作用方向。

表2 主成分的因子載荷矩陣Table 2 Factor loading matrix of the principal components

利用表2 和4 個(gè)主成分初始特征值，計(jì)算得到新的輸入變量y1，y2，y3，y4公式：

經(jīng)過主成分分析得到了新的4 個(gè)綜合變量y1，y2，y3，y4，各個(gè)綜合變量之間相互獨(dú)立，每個(gè)綜合變量都包含前述7 個(gè)測(cè)井參數(shù)信息，但各有側(cè)重。根據(jù)各個(gè)系數(shù)大小可以看出，y1主要反映了AC和CAL的信息；y2主要反映了DEN和GR的信息；y3主要反映了KTH的信息；y4主要反映了CNL和RLLD的信息。

2.2 BP 神經(jīng)網(wǎng)絡(luò)模型

BP 神經(jīng)網(wǎng)絡(luò)是一種按照反向誤差進(jìn)行傳播的多層前饋網(wǎng)絡(luò)，利用學(xué)習(xí)信號(hào)正向傳播和誤差逆向傳播雙重作用機(jī)制來對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練。BP 算法是以網(wǎng)絡(luò)誤差平方為目標(biāo)函數(shù)、采用梯度下降法來計(jì)算目標(biāo)函數(shù)的最小值［29-30］。通過正向傳播，隱含層可通過內(nèi)部計(jì)算獲取輸入向量的輸出值，輸出層則會(huì)在隱含層的基礎(chǔ)上進(jìn)行計(jì)算，進(jìn)而得到輸出值。當(dāng)進(jìn)行反向傳播時(shí)，首先需要計(jì)算出輸出層所得到的輸出值，若獲得的輸出值達(dá)不到預(yù)期效果，則會(huì)重新將數(shù)據(jù)導(dǎo)入輸入層，再通過不斷修改輸入層與隱含層，隱含層與輸出層的連接強(qiáng)度和閾值，直到使誤差控制住預(yù)期范圍內(nèi)，訓(xùn)練則會(huì)停止［31］。經(jīng)過此方法訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)則具有很強(qiáng)的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu)。

本文建立的BP 神經(jīng)網(wǎng)絡(luò)主要包含輸入層、隱含層和輸出層三部分結(jié)構(gòu)。模型借助Matlab軟件編寫模型程序，并使用工具箱中newff 函數(shù)創(chuàng)建神經(jīng)網(wǎng)絡(luò)，再利用經(jīng)過主成分分析法降維后得到的4 個(gè)新的綜合性參數(shù)y1，y2，y3，y4作為模型的輸入變量，將實(shí)測(cè)得到的TOC 含量作為模型的輸出變量，隱含層的傳遞函數(shù)選擇tansig 函數(shù)，輸出層傳遞函數(shù)則選擇pureline 線性函數(shù)，隱函數(shù)節(jié)點(diǎn)數(shù)計(jì)算公式如下：

式中：k為樣本數(shù)，個(gè)；M為隱含層神經(jīng)元的數(shù)量，個(gè)；n為輸入層神經(jīng)元的個(gè)數(shù)；i為取值0～n的正整數(shù)，當(dāng)i＞M=0。

樣本數(shù)為627，選取隱含層神經(jīng)元個(gè)數(shù)M=15，最終確立的網(wǎng)絡(luò)結(jié)構(gòu)為4×15×1 的3 層BP 神經(jīng)網(wǎng)絡(luò)模型，為使算法達(dá)到較快的收斂速度和較高的訓(xùn)練精度，網(wǎng)絡(luò)訓(xùn)練采用rainlm 函數(shù)，神經(jīng)網(wǎng)絡(luò)模型具體相關(guān)參數(shù)如表3 所列。利用學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)模型對(duì)測(cè)試集進(jìn)行識(shí)別，通過計(jì)算誤差率，分析訓(xùn)練模型準(zhǔn)確率，具體拓?fù)鋱D如圖2 所示。

表3 BP 神經(jīng)網(wǎng)絡(luò)模型相關(guān)參數(shù)Table 3 Relevant parameters of BP neural network model

圖2 BP 神經(jīng)網(wǎng)絡(luò)模型拓?fù)鋱DFig.2 Topological diagram of BP neural network model

2.3 梯度提升決策樹（GBDT 模型）

GBDT 是一種具有出色預(yù)測(cè)能力的機(jī)器學(xué)習(xí)模型。通過回歸樹將計(jì)算值與目標(biāo)值之間的殘差進(jìn)行快速歸類分析，并利用逐步提升算法不斷減小殘差，使得計(jì)算值逐漸逼近目標(biāo)值［32-34］。這種方法不僅能靈活處理各種類型的數(shù)據(jù)，還能在極短的調(diào)參時(shí)間下，達(dá)到較高的預(yù)測(cè)精度。由于回歸樹會(huì)對(duì)不同的殘差值進(jìn)行不同處理，即使樣本中有錯(cuò)誤樣點(diǎn)，訓(xùn)練結(jié)果也不會(huì)受到太大影響。此外，模型還可通過調(diào)整參數(shù)和使用更多回歸樹來挖掘出數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，使其具備較好的泛化能力。GBDT算法的核心是在多次基礎(chǔ)模型中，利用損失函數(shù)的負(fù)梯度值作為該輪基礎(chǔ)模型損失值的近似值，并通過這一近似值來構(gòu)建下一輪的基礎(chǔ)模型，能使目標(biāo)函數(shù)的求解更為簡(jiǎn)便。GBDT 算法的實(shí)現(xiàn)步驟如圖3 所示。

此模型利用Python 語言編寫模型程序，并借助機(jī)器學(xué)習(xí)庫內(nèi)Sklearn 模塊來進(jìn)行建模分析。模型主要調(diào)節(jié)參數(shù)為Boosting 框架參數(shù)和弱學(xué)習(xí)器參數(shù)［35］。其中Boosting 框架的重要參數(shù)主要包括：最大迭代次數(shù)、權(quán)重縮減系數(shù)、損失函數(shù)等；弱學(xué)習(xí)器的主要參數(shù)包括：最大特征數(shù)、決策樹最大深度、葉子節(jié)點(diǎn)最少樣本數(shù)等。為了使得預(yù)測(cè)模型取得較好的效果，在建立模型前，需對(duì)模型參數(shù)進(jìn)行調(diào)整。選擇參數(shù)時(shí)，迭代次數(shù)過小，容易出現(xiàn)欠擬合的情況；學(xué)習(xí)速率過小，則需要更為復(fù)雜的迭代過程和更大的計(jì)算量；過大的葉子節(jié)點(diǎn)深度會(huì)出現(xiàn)模型過擬合現(xiàn)象。因此，采用交叉驗(yàn)證的方法來確定合理的參數(shù)體系，參數(shù)選取原則主要是利用準(zhǔn)確率判斷模型擬合的好壞，通過不斷調(diào)整合適的參數(shù)以達(dá)到較高的準(zhǔn)確率，模型具體參數(shù)如表4 所列。

表4 GBDT 模型相關(guān)參數(shù)Table 4 Relevant parameters of GBDT model

具體建模操作流程如下：

（1）輸入。

訓(xùn)練數(shù)據(jù)集：

損失函數(shù)：

式中：Y為實(shí)測(cè)TOC 質(zhì)量分?jǐn)?shù)，%。

（2）初始化弱分類器。

對(duì)損失函數(shù)進(jìn)行求導(dǎo)，令其導(dǎo)數(shù)為零，得到使損失函數(shù)達(dá)到極小值的常數(shù)c。因此初始化時(shí)，c值可取訓(xùn)練樣本標(biāo)簽值的均值，即

計(jì)算損失函數(shù)的負(fù)梯度值，即：

式中：i為樣本數(shù)，個(gè)，i=1，2，…，627；m為迭代次數(shù)，即生成的基礎(chǔ)模型的個(gè)數(shù)，m=1，2，…，M。

利用上式得到的數(shù)據(jù)集（yi，rmi）來擬合下一輪的基礎(chǔ)模型，訓(xùn)練得到模型的回歸樹ft（y），計(jì)算每個(gè)葉子節(jié)點(diǎn)Rmj，j表示葉子節(jié)點(diǎn)數(shù)，j=1，2，…，J，并計(jì)算每個(gè)葉子節(jié)點(diǎn)Rmj的最佳擬合值rmj，使得其損失函數(shù)達(dá)到最小。

則

結(jié)合前m-1 輪基礎(chǔ)模型，可得到最終模型：

3 預(yù)測(cè)效果分析

對(duì)川南五峰組—龍馬溪組17 口井627 組實(shí)測(cè)數(shù)據(jù)分別按照訓(xùn)練樣本70%、驗(yàn)證樣本15%、測(cè)試樣本15%的比例進(jìn)行劃分，即439 組數(shù)據(jù)作為訓(xùn)練樣本，94 組數(shù)據(jù)作為驗(yàn)證驗(yàn)本、94 組數(shù)據(jù)作為測(cè)試樣本。BP 神經(jīng)網(wǎng)絡(luò)模型與GBDT 模型對(duì)于TOC含量的預(yù)測(cè)結(jié)果如圖4 所示，2 種模型對(duì)于TOC 含量的預(yù)測(cè)效果均較好，GBDT 模型的綜合效果要好于BP 神經(jīng)網(wǎng)絡(luò)，其預(yù)測(cè)值整體偏離TOC 含量實(shí)測(cè)值程度較小，相關(guān)性更高，達(dá)0.90 以上。

圖4 2 種模型訓(xùn)練及預(yù)測(cè)結(jié)果Fig.4 Training and prediction results of two models

分別計(jì)算兩者對(duì)于627組數(shù)據(jù)預(yù)測(cè)與真實(shí)TOC含量之間的誤差（圖5），GBDT模型整體誤差更小，絕大部分誤差值均在0.5 范圍內(nèi)，由此認(rèn)為GBDT模型在預(yù)測(cè)TOC含量方面更具優(yōu)越性。

圖5 2 種模型預(yù)測(cè)誤差結(jié)果Fig.5 Prediction errors of two models

4 實(shí)際應(yīng)用

根據(jù)上述的2 種TOC 含量預(yù)測(cè)模型，利用川南長(zhǎng)寧CNX202 井五峰組—龍馬溪組131組測(cè)井?dāng)?shù)據(jù)對(duì)頁巖氣TOC 含量進(jìn)行預(yù)測(cè)。將經(jīng)過主成分分析的數(shù)據(jù)輸入訓(xùn)練好的模型中，如圖6 所示，BP 模型測(cè)試樣本的預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性為0.761，GBDT模型測(cè)試樣本的預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性為0.970。

圖6 2 種模型預(yù)測(cè)預(yù)測(cè)結(jié)果Fig.6 Prediction results of two models

以長(zhǎng)寧CNX202 井為例，綜合對(duì)比上述2 種預(yù)測(cè)模型與傳統(tǒng)ΔlogR法對(duì)于TOC 含量的預(yù)測(cè)效果（圖7）可知，2 種預(yù)測(cè)模型的預(yù)測(cè)精度均高于傳統(tǒng)ΔlogR方法。

圖7 川南長(zhǎng)寧地區(qū)CNX202 井五峰組—龍馬溪組TOC含量綜合對(duì)比圖Fig.7 Comparison between predicted and measured TOC content of Wufeng-Longmaxi Formation of well CNX202 in Changning area，southern Sichuan Basin

為了更加準(zhǔn)確地評(píng)價(jià)3 種預(yù)測(cè)方法的優(yōu)劣，采用平均誤差、平均誤差率、均方根誤差等3 種誤差指標(biāo)進(jìn)行對(duì)比（表5）。根據(jù)對(duì)比結(jié)果顯示，BP 神經(jīng)網(wǎng)絡(luò)和GBDT 預(yù)測(cè)模型各誤差指標(biāo)參數(shù)均小于傳統(tǒng)ΔlogR法，GBDT 預(yù)測(cè)模型表現(xiàn)出更高的準(zhǔn)確度。

表5 3 種模型誤差指標(biāo)對(duì)比Table 5 Comparison of error indexes of three models

5 結(jié)論

（1）優(yōu)選出相關(guān)性較高的聲波時(shí)差（AC）、井徑（CAL）、補(bǔ)償中子（CNL）、補(bǔ)償密度（DEN）、自然伽馬（GR）、無鈾伽馬（KTH）和地層深電阻率（RLLD）等7個(gè)測(cè)井參數(shù)作為評(píng)價(jià)TOC 含量的重要影響因子，利用主成分分析方法，將這7 個(gè)測(cè)井參數(shù)轉(zhuǎn)化為4個(gè)綜合指標(biāo)，增加了計(jì)算精度和計(jì)算效率，減少計(jì)算冗余。

（2）在川南長(zhǎng)寧地區(qū)五峰組—龍馬溪組采用BP 神經(jīng)網(wǎng)絡(luò)模型和GBDT 模型預(yù)測(cè)TOC 含量，訓(xùn)練樣本與測(cè)試樣本的預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性均超過0.80，擬合效果均良好，GBDT 模型預(yù)測(cè)精度更高，其預(yù)測(cè)值與真實(shí)TOC 含量值的相關(guān)性達(dá)0.90以上，預(yù)測(cè)誤差更小，627 組樣本數(shù)據(jù)中絕大多數(shù)的誤差值在0.5 以內(nèi)，表現(xiàn)出更穩(wěn)定的優(yōu)勢(shì)。

（3）BP 神經(jīng)網(wǎng)絡(luò)模型和GBDT 模型均能較好的預(yù)測(cè)川南長(zhǎng)寧地區(qū)五峰組—龍馬溪組TOC 含量，預(yù)測(cè)效果均好于常規(guī)ΔlogR方法，其中GBDT模型預(yù)測(cè)結(jié)果與實(shí)際測(cè)試值偏差更小，該方法在瀘州、長(zhǎng)寧等地區(qū)有廣闊的應(yīng)用前景。