简介:针对现有页岩气储集层总有机碳含量预测模型存在的模型泛化能力弱、稳定性差的问题,提出了一种利用随机森林回归算法预测储集层总有机碳含量的方法。该方法使用地球物理测井提供的密度、铀含量、钍含量、自然伽马及光电吸收截面吸收指数等测井响应值作为输入,岩芯实验总有机碳含量作为输出,通过学习输入曲线与总有机碳含量的函数关系,动态预测整口井的总有机碳含量曲线。通过对焦石坝地区两口页岩气探井建模及预测可知,当随机森林中树的数量达到500时,建立的模型即可对训练样本中输入与输出的函数关系进行完全学习。通过训练结果及预测结果可知,随机森林回归方法不易发生过拟合现象,泛化能力极强,同时预测得到的曲线更为平滑,预测总有机碳含量较其他方法更为准确,有效地提高测井信息预测总有机碳含量模型的精度,对页岩气储集层评价提供帮助。
简介:德兴铜矿是我国乃至世界著名的低品位多金属岩型铜矿之一,多年来德兴铜矿在矿石浮选过程中对Cu元素进行了大量的研究,而对Re、Co、Au、Ag等伴生元素研究甚少。本文利用X射线衍射、扫描电镜、物相分析等方法对德兴铜矿大山和泗州两个选矿厂不同浮选阶段的粉末样品进行了分析。研究结果表明,原矿中主要金属硫化物为黄铁矿、黄铜矿和辉钼矿,分别富集于硫精矿、铜精矿、钼精矿中。Re和Co主要以类质同象形式存在于硫化物中,Au和Ag分别以自然金和碲化物为主要载体。钼精矿中Re、硫精矿中Co、精铜中Au和钼粗精矿中Ag的含量在德兴铜矿浮选流程中最高,同时金红石、铂族元素、尾矿中的云母等均可以进行综合回收利用,以便提高矿山企业的经济效益。