陇东地区延长组7₃亚段作为典型的陆相页岩油层段,其页岩层系岩性组合类型多样、纵向变化快,矿物组成复杂,发育纳米级裂缝和孔隙,储层非均质性和各向异性较强,对岩相和岩石物性参数进行表征极为困难,岩相类型精细识别有待进一步攻关。测井曲线精确度高,纵向连续性好,结合全岩矿物、薄片鉴定、扫描电镜及地球化学测试等实验数据,采用蜂群优化算法和自组织神经网络聚类融合,可以准确识别与预测岩相。通过对岩相测井响应特征分析,可将其划分为5类岩相组合:富有机质+粉砂级火山碎屑纹层组合页岩、富有机质+泥级火山碎屑纹层组合页岩、块状泥岩、沉凝灰岩和薄夹层砂岩。将该学习模型推广到全区训练识别,实验证明该模型的岩相识别结果与地质认识、岩心照片、薄片等特征一致。该方法有效实现了长7₃亚段不同岩相的测井自动识别,建立了陇东地区岩相识别标准,其岩相展布呈现出“平面分区分带,剖面差异叠置”的显著特征,为后续页岩油储层参数表征和甜点评价提供有力支撑。