多波地震油气储层预测的机器学习网络模型.pdf
利用地震数据直接预测地震油气储层分布,无疑是地震勘探寻找油气的终极目标之一.含油气储层对纵、横波的敏感度存在差异,这种差异突出了地震油气储层特征(RAOOFetal.,2014,林年添等,2018).利用地震属性对油气藏特征进行描述是石油地球物理勘探的主要手段之一，当前可供人们使用的地震属性多达上百种，如何高效地获取对油气藏特征敏感的地震属性，构建各种属性与油气藏特征的关系，是地震油气储层预测必须面对的问题（付超等，2018）。在机器学习领域，对于储层的预测可以分为两大类：一类为监督学习下的储层预测，另一类为无监督学习下的储层预测。监督学习和无监督学习都是为发现数据集之间的关系，基于统计学理论建立起来的算法，通过寻找并利用最具有特征的量对某种期望的量进行预测。我们针对无监督学习与监督学习特点，结合纵、横波地震数据特性（MENGetal.,2015），设计多种机器学习模型，拟通过对同一数据的验算，以评估不同学习模型的效果。
作者：林年添 张栋 付超 张凯 张冲 田高鹏
作者单位：山东科技大学地球科学与工程学院青岛266590中国海洋大学地球科学学院青岛266100山东大学岩土与结构工程研究中心济南250061
母体文献：2018中国地球科学联合学术年会论文集
会议名称：2018中国地球科学联合学术年会
会议时间：2018年10月21日
会议地点：北京
主办单位：中国地质学会,中国地震学会,中国地球物理学会,中国矿物岩石地球化学学会
语种：chi
分类号：P63P61
关键词：油气储层 地震勘探 预测模型 机器学习
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文
- 文件大小:
- 1.34 MB
- 下载次数:
- 60
-
高速下载
|
|
