惠 钢，陈胜男 ，王 海，顾 斐

1.卡尔加里大学，艾伯塔 卡尔加里 T2N1N4；2.中国石油勘探开发研究院，北京 海淀 100083

引言

近年来，随着美国页岩气革命的成功，全球天然气市场的竞争态势和贸易格局发生了重大变化，并对全球油气供给格局和地缘政治产生了重大影响[1-2]。作为北美非常规能源板块的一部分，加拿大成为继美国之后世界上第二个成功开发页岩气的国家[3]。国内学者对于北美页岩气的开发开展了大量研究，包括页岩气开发关键技术[1-3]、页岩气资源评价[4]及页岩气甜点控制因素[5-6]等。然而，对于单个页岩开发区，基于多资料综合的案例分析还比较少。

对于页岩气的甜点区预测，国内外学者同样做了大量研究。研究结果显示，控制页岩气甜点区的地质因素为页岩气保存条件、有机质特征、页岩储层物性以及天然裂缝发育状况等[5-8]。除上述地质因素外，一些工程相关因素也对页岩气产量有较大影响，如页岩岩石力学性质、压裂施工参数等[6，9-10]。对于不同的页岩气藏，上述控制因素的贡献值各有不同。传统方法一般采用综合数据分析的方法，利用选取的一些主控因素参数的取值范围确定甜点优势区，从而完成甜点参数综合评价[11]。然而，传统方法对于确定甜点区的参数选择具有一定的主观性和不确定性，从而影响甜点区预测的准确性。不同于传统方法，机器学习算法（如回归算法、神经网络方法、决策学习及贝叶斯方法等）作为海量信息数据挖掘的方法，能够检测各种主控因素之间的隐藏关系，进而发现页岩气甜点区的主控因素。……