基于贝叶斯优化LightGBM算法的深层页岩储层分级评价

《Journal of Natural Gas Geoscience》：Grading evaluation of deep shale reservoirs based on Bayesian optimized LightGBM algorithm

　　

常规方法（包括多元回归、经验公式和岩石物理模型）通常无法充分捕捉测井曲线与储层参数之间的复杂非线性关系，导致对页岩储层的分级预测精度有限。本研究聚焦于渝西地区五峰组（O₃w）和龙马溪组第一段第一亚段（S₁l₁¹）的深层页岩储层。研究人员开发了一种基于贝叶斯优化LightGBM算法的页岩储层分类模型，并采用SHAP算法定量评估了单条测井曲线的贡献。随后，将所提出的模型应用于目标区域内深层页岩储层的分级评价。结果表明，与基于回归的策略相比，基于分类的策略在模型复杂度、计算效率和储层识别性能方面均取得了显著改善。利用该分类方案建立了页岩储层分类模型，LightGBM算法的加权精确率和加权召回率分别达到89.7%和89.6%。在测试数据集上，这些值优于随机森林（RF）算法（分别为87.52%和86.96%）以及支持向量机（SVM，分别为83.61%和81.8%）。DEN、GR和CNL测井曲线被确定为识别I类和III类页岩储层最关键的测井曲线，而DEN、AC和CNL测井曲线在识别II类储层时表现出更高的重要性。此外，测井曲线对模型决策过程施加了复杂的非线性影响。分级评价结果表明，I类储层主要发育在O₃w上部和S₁l₁¹的第一亚层。总体而言，贝叶斯优化的LightGBM算法能够高效、准确地识别页岩储层类型，从而为页岩储层的分类与评价提供了一种新方法。

研究背景与意义：页岩气的高效勘探与开发对于优化国家能源结构及保障能源安全具有重要的现实意义，其关键在于精准识别“甜点段”，这要求对页岩储层进行准确的分级评价。常规基于实验测试的分级评价方法需测定总有机碳（TOC）含量、孔隙度、含气量和矿物组成等多个参数，不仅耗时昂贵，还受限于岩芯样本数量，难以大规模应用。虽然研究人员尝试利用蕴含丰富岩石物理信息的测井数据进行连续预测，但由于页岩矿物成分复杂且非均质性强，传统的多元回归、经验公式和岩石物理模型等常规方法难以表征储层参数与测井曲线间复杂的高维非线性关系，预测精度受限。近年来，以处理高维、大规模及非线性关系见长的机器学习算法在油气地质领域取得显著进展。LightGBM作为一种基于梯度提升决策树的监督机器学习算法，兼具高预测精度、快训练速度及强抗过拟合能力。为探究其适用性，研究人员针对四川盆地渝西地区奥陶系上统五峰组（O₃w）和志留系下统龙马溪组第一段第一亚段（S₁l₁¹）的深层页岩开展研究。通过建立基于贝叶斯优化LightGBM算法的深层页岩储层类型识别模型，并结合SHAP（SHapley Additive exPlanations）算法定量评估各测井曲线贡献，最终将最优模型应用于目标层位分级评价。该研究有效实现了深层页岩储层类型的高效准确识别，为“甜点段”优选提供了新见解，相关成果发表在《Journal of Natural Gas Geoscience》上。

关键技术方法：研究样本队列来源于渝西地区10口页岩气评价井的571套实验数据（涵盖GR、AC、DEN、CNL、RT测井及TOC、孔隙度、含气量、脆性指数）。主要技术方法包括：采用Z-score标准化对数据进行预处理；引入直方图算法和叶向生长策略的LightGBM算法构建分类与回归预测模型；利用基于树结构帕累托估计器（TPE）和期望改进（EI）采集函数的贝叶斯优化方法进行超参数寻优；应用源于合作博弈论Shapley值理论的SHAP算法开展特征重要性及交互效应归因分析。

研究结果：
模型性能评估：通过对比基于回归和基于分类的两种建模策略发现，回归策略需构建四个独立模型且存在误差级联累积效应，对I类优质储层的召回率仅为64.3%。分类策略仅需单一模型，有效降低了模型复杂度并提升了计算效率。在测试集上，基于分类策略的LightGBM算法加权精确率和加权召回率分别达89.7%和89.6%，优于RF算法（87.52%和86.96%）和SVM算法（83.61%和81.8%），展现出更优的泛化性能及识别准确度。

测井曲线重要性：SHAP算法分析表明，I类和III类储层的测井曲线重要性排序为DEN>GR>CNL>LgRT>AC，而II类储层排序变为DEN>AC>CNL>LgRT>GR。DEN作为反映有机质含量和孔隙度两项核心地质属性的综合指标，在所有类型识别中重要性居首。研究进一步发现，DEN阈值2.58 g/cm₃对识别起关键作用，低于该值增加识别为I类储层的概率，高于该值则趋向于识别为III类储层；且AC值受TOC、孔隙度、脆性矿物等多因素复杂控制，使其在过渡性II类储层识别中发挥关键作用。

SHAP交互效应分析：以I类储层识别为例，研究发现测井曲线间存在显著的复杂非线性交互影响。低DEN与低CNL组合（代表高有机质和高孔隙度）、低DEN与高GR组合（代表高孔隙度与富铀有机质），以及高GR与低CNL组合均产生正交互效应，促使模型识别为I类储层。反之，低DEN与高CNL组合（指示富流体或黏土矿物）等则产生负交互效应。

页岩储层分级评价：将最优分类模型应用于研究区10口井的连续分级评价。结果表明，I类储层主要分布在S₁l₁¹第一亚层和O₃w上部；II类储层主要发育于S₁l₁¹第二亚层及第三亚层中下部；III类储层主要位于S₁l₁¹第四亚层和O₃w下部。纵向上，O₃w储层质量自下而上逐渐变好，S₁l₁¹则自下而上逐渐变差；横向上，I类和II类储层厚度由北向南略有增加。整体而言，含气页岩“甜点段”位于O₃w上部和S₁l₁¹第一亚层，是水平钻井的最佳箱体位置。

讨论与结论：研究区深层O₃w和S₁l₁¹地层可识别出三类页岩储层，I类储层具备高GR、低DEN、低CNL及相对高AC的测井特征，III类储层则呈现出低GR、高DEN、高CNL及低AC的特征，II类储层特征居中且具有相对高AC。分类策略通过避免误差级联累积，显著提升了模型识别准确度。测井曲线对模型决策具有复杂非线性影响，DEN、GR、CNL等曲线重要性极高，且曲线间的复杂交互作用深刻影响模型输出。将模型应用于实际深层页岩储层分级后发现，I类储层主要发育在O₃w上部和S₁l₁¹第一亚层，垂向上O₃w和S₁l₁¹储层质量呈现出反向的纵向演化规律。