无监督与监督学习下的含油气储层预测

• 作者: 付超 张冲 张凯 张栋 文博 林年添 金兴 魏乾乾
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 多波地震 地震属性 数据挖掘 无监督学习 监督学习 支持向量机 深度学习 储层预测
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 解释方法技术
• 页码范围: 601-610
• 页数: 10页
• 分类号: P631
• 字数: 6938字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2018.04.015

摘要

利用地震数据直接预测含油气储层分布情况是油气地震勘探的终极目标之一.含油气储层对纵、横波的敏感度存在差异,这种差异突出了含油气储层的地震特征.鉴于此,发展了一种基于无监督与监督学习下的多波地震油气储层分布预测方法.首先,利用不同卷积核卷积升维形成各类纵、横波地震属性,然后,利用聚类分析法进行无监督学习,通过聚类分析分别对纵、横波地震属性降维,再利用聚合法求取能突出油气储层特征的多波地震聚合属性,最后以降维后的聚合属性作为支持向量机的学习集进行含油气储层地震预测.实际应用结果表明,所预测的含油气储层边界更加清晰,与实际情况基本吻合.