基于地震属性约简的深度学习储层物性参数预测:以莺歌海盆地乐东区为例
刘仕友1
曲福良2
周凡1
邓利峰1
1.中海石油(中国)有限公司海南分公司, 海口5700002.中国石油大学(华东)地球科学与技术学院, 山东 青岛266580
摘要：储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性.针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属性之间存在的信息冗余特征,利用随机森林-递归消除法对地震属性进行约简预处理,最终建立一种基于地震属性约简的储层物性参数预测方法.实际数据测试结果表明,地震属性约简的深度学习储层物性参数预测结果具有良好的精度及横向分辨率,证实本文方法的有效性.
关键词：深度学习地震属性约简随机森林算法储层物性参数
分类号：P631.3(天文学、地球科学)P315(大地（岩石界）物理学（固体地球物理学）)O242(计算数学)
资助基金：中海油有限公司重大科技项目(CNOOC-KJ135ZDXM38ZJ02ZJ)
论文发表日期：2022-09-28
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：10( 577-586 )
英文信息