基于模糊粗糙集的机器学习储层参数预测
桑凯恒
张繁昌
1.中国石油大学(华东)地球科学与技术学院,山东 青岛,2665802.中国石油大学(华东)地球科学与技术学院,山东 青岛,266580
摘要：因为地震数据的三维空间分布优势,地震属性已经被广泛应用于含油气性预测、储层厚度预测、孔隙度预测等.但也存在地震属性之间信息冗余、属性与储层物性参数关系模糊的问题.针对这两个问题,将模糊粗糙理论和机器学习引入到储层参数预测中来.通过模糊粗糙集理论对地震属性进行约简,去除冗余信息,得到最优化的地震属性组合;将约简后的属性作为机器学习的输入,实现从地震属性到储层物性参数的非线性映射.该方法既保留了地震属性中有效信息,又避免了因输入变量过多而导致的网络模型训练困难.实际数据应用表明,属性约简的机器学习预测结果分辨率更高,并与数据吻合更好.
关键词：机器学习模糊粗糙集储层参数预测
分类号：O242(计算数学)P631(天文学、地球科学)
资助基金：国家科技重大专项(2016ZX05006004)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 455-464 )
英文信息