首页 | 本学科首页   官方微博 | 高级检索  
     检索      

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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号