(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210956887.6 (22)申请日 2022.08.10 (71)申请人 中石化石油工程 技术服务有限公司 地址 100029 北京市朝阳区惠新 东街甲6号 第12层 申请人 中石化江汉 石油工程有限公司 　 中石化江汉 石油工程有限公司页岩 气开采技 术服务公司 (72)发明人 杨加祥　赵勇　徐波　邹顺良　 倪方杰　刘月　程实　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 朱宏伟 (51)Int.Cl. G06F 16/2458(2019.01)G06F 17/16(2006.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 基于XRF资料数据挖掘算法的变质岩岩性识 别方法 (57)摘要 本发明涉及一种基于XRF资料数据挖掘算法 的变质岩岩性识别方法， 包括以下步骤： S1、 按岩 性分类整理薄片鉴定资料， 并提取薄片对应深度 的元素录井资料； S2、 选 择上述17种元素中7种常 见造岩矿物中的元素， 利用主成分分析法对这7 种常见造岩矿物的元素进行降维处理， 优选与 岩 性相关性较高的几种元素作为敏感性元素； S3、 通过PCA选择的敏感性元素作为样本， 形成样本 文件； S4、 利用随机森林算法对样本文件进行训 练， 并生成判别森 林模型； S5、 利用上述生成的判 别森林模型对实际资料处理， 并输出处理结果。 本发明基于薄片鉴定资料和丰富的元素录井资 料， 利用数据挖掘算法， 建立了适用于变质岩岩 性识别的方法， 便于地质人员对变质岩储层岩性 进行快速识别。 权利要求书1页 说明书6页 附图4页 CN 115408441 A 2022.11.29 CN 115408441 A 1.一种基于XRF资料数据挖掘算法的变质岩岩性识别方法， 其特征在于， 包括以下步 骤： S1、 按岩性分类整理薄片鉴定资料， 并提取薄片对应深度的元素录井(XRF)资料， 具体 包括以下17种元 素： Si、 Fe、 Al、 Na、 Ti、 Mn、 Ca、 Mg、 K、 P、 S、 Cl、 Ba、 V、 N i、 Sr、 Zr； S2、 选择上述17种元素中7种常见造岩矿物中的元素Si、 Al、 Fe、 Ca、 Mg、 Na、 K， 利用主成 分分析法(P CA)对这7种常见造岩矿物的元素进行降维处理， 优选与岩性相关性较高的几种 元素作为敏感性元 素； S3、 通过PCA选择的敏感性元 素作为样本， 形成样本文件； S4、 利用随机森林算法对样本文件进行训练， 并生成判别森林模型； S5、 利用上述 生成的判别森林模型对实际资料处 理， 并输出处 理结果。 2.根据权利要求1所述的基于XRF资料数据挖掘算法的变质岩岩性识别方法， 其特征在 于， 在所述步骤S1 中， 整理变质岩储层薄片鉴定 资料， 并以薄片鉴定 资料中的岩性定名为标 准， 提取对应薄片的元 素录井资料。 3.根据权利要求1所述的基于XRF资料数据挖掘算法的变质岩岩性识别方法， 其特征在 于， 在所述步骤S 5中， 判别森林模 型由大量判别树构成， 每一棵判别树根据训练学习的结果 对输入的实际资料进 行岩性判别， 并最终给出判别结果， 最 终所有树的判别结果中， 数量最 多的岩性作为该点 最终的岩性识别结果。权　利　要　求　书 1/1 页 2 CN 115408441 A 2基于XRF资料数据 挖掘算法的变质岩 岩性识别方 法 技术领域 [0001]本发明涉及油气田勘探领域， 更具体地说， 涉及一种基于XRF资料数据挖掘算法的 变质岩岩性识别方法。 背景技术 [0002]潜山储层主要为变质岩储层， 而变质岩储层岩性及其组分非常复杂， 现有的常规 岩性识别方法难以对变质岩岩性进行细分， 而岩性识别是储层评价的基础， 对于后续的评 价分析至关重要， 目前针对变质岩潜山进山(即潜山界面卡取)的判别具有比较成熟的方 法， 其核心主要是根据相关录井资料(如XRF、 全岩分析等)来识别变质岩和其它岩性(如泥 岩、 砂砾岩等)， 而对变质岩岩性进行细分也是以测井资料判别为主， 少有利用录井资料进 行变质岩岩性细分的方法。 基于上述现状， 亟需一种基于录井资料对变质岩进行细分的方 法， 以满足后续变质岩解释评价工作开展。 发明内容 [0003]本发明要解决的技术问题在于， 提供一种基于XRF资料数据挖掘算法的变质岩岩 性识别方法， 可以利用薄片鉴定资料及元素录井资料， 采用数据挖掘算法实现变质岩岩性 识别。 [0004]本发明解决其技术问题所采用的技术方案是： 构造一种基于XRF资料数据挖掘算 法的变质岩 岩性识别方法， 包括以下步骤： [0005]S1、 按岩性分类整理薄片鉴定资料， 并提取薄片对应深度的元素录井(XRF)资料， 具体包括以下17种元 素： Si、 Fe、 Al、 Na、 Ti、 Mn、 Ca、 Mg、 K、 P、 S、 Cl、 Ba、 V、 N i、 Sr、 Zr； [0006]S2、 选择上述17种元素中7种常见造岩矿物 中的元素Si、 Al、 Fe、 Ca、 Mg、 Na、 K， 利用 主成分分析法(P CA)对这7种常见造岩矿物的元素进 行降维处理， 优选与岩性相关性较高的 几种元素作为敏感性元 素； [0007]S3、 通过PCA选择的敏感性元 素作为样本， 形成样本文件； [0008]S4、 利用随机森林算法对样本文件进行训练， 并生成判别森林模型； [0009]S5、 利用上述 生成的判别森林模型对实际资料处 理， 并输出处 理结果。 [0010]按上述方案， 在所述步骤S1中， 整理变质岩储层薄片 鉴定资料， 并以薄片 鉴定资料 中的岩性定名为标准， 提取对应薄片的元 素录井资料。 [0011]按上述方案， 在所述步骤S5中， 判别森林模型由大量判别树构成， 每一棵判别树根 据训练学习的结果对输入的实际资料进行岩性判别， 并最终给出判别结果， 最终所有树的 判别结果中， 数量 最多的岩性作为该点 最终的岩性识别结果。 [0012]实施本发明的基于XRF资料数据挖掘算法的变质岩岩性识别方法， 具有以下有益 效果： [0013]本发明基于薄片 鉴定资料和丰富的元素录井资料(XRF)， 利用数据挖掘算法， 建立 了适用于变质岩岩性识别的方法。 本发明操作简单， 易于推广应用， 适用于现场地质人员对说　明　书 1/6 页 3 CN 115408441 A 3