基于PCA-RF的砂砾岩有利储层厚度预测方法
王军1
任雄风2
张军华2
李琴2
桂志鹏2
1.胜利油田勘探开发研究院,山东 东营 2570152.中国石油大学(华东)地球科学与技术学院,山东 青岛 266580
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
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(2017ZX05072-001)中石化科研课题(P18049-1)
论文发表日期：2020-05-28
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：8( 311-318 )
英文信息