| 基于PCA-RF的砂砾岩有利储层厚度预测方法 |
| |
| 引用本文： | 王军,任雄风,张军华,李琴,桂志鹏.基于PCA-RF的砂砾岩有利储层厚度预测方法[J].CT理论与应用研究,2020,29(3):311-318. |
| |
| 作者姓名： | 王军 任雄风 张军华 李琴 桂志鹏 |
| |
| 作者单位： | 1. 胜利油田勘探开发研究院, 山东 东营 257015; |
| |
| 基金项目： | 国家科技重大专项（2017ZX05072-001）；中石化科研课题（P18049-1）。 |
| |
| 摘 要： | 东营凹陷沙三、沙四沉积时期,发育了大量不同时期的砂砾岩体,它们是非常规油气勘探中重要的储层类型.由于砂砾岩体具有纵向厚度变化大、横向展布不均匀、岩相变化快等特点,在地震属性分析与厚度预测时,用单一属性对储层厚度描述具有很大的不确定性.为此,提取了多种地震属性,采用主成分分析法(PCA)进行优化、去除冗余信息.考虑到随机森林(RF)具有预测精度高、对异常值容忍性强、训练速度快且不易过拟合等特点,引入该方法对砂砾岩储层厚度进行预测.针对属性自相似问题,PCA采用了两种方法:① 直接对全部属性做降维处理,提取主成分进行预测(PCA-RF1);② 先对相似属性做降维处理,再组合其他属性进行预测(PCA-RF2).原始RF、PCA-RF1、PCA-RF2方法还与人工神经网络方法(ANN)进行了效果对比,结果表明,基于相似属性降维处理的PCA-RF2方法,具有最佳应用效果.
|
| 关 键 词： | 砂砾岩 主成分分析 随机森林 储层厚度预测 |
| 收稿时间： | 2020-04-02 |
Thickness Prediction of Glutenite Favorable Reservoir Using PCA-RF Method |
| |
| Institution: | 1. Exploration and Development Research Institute of Shengli Oilfield, Dongying 257015, China;2. School of Geosciences, China University of Petroleum (East China), Qingdao 266580, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《CT理论与应用研究》浏览原始摘要信息 |
| 点击此处可从《CT理论与应用研究》下载免费的PDF全文 |
|
