基于机器学习的多地震属性沉积相分析

• 作者: 张春雷 张艳 成育红 高世臣 黄文辉
• 来源期刊: 特种油气藏
• 学科: 工学
• 关键词: 致密砂岩储层 沉积相 机器学习 半监督 模糊C均值 地震属性,苏里格气田
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 地质勘探
• 页码范围: 13-17
• 页数: 5页
• 分类号: TE122.2
• 字数: 3355字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6535.2018.03.003

摘要

为研究苏里格气田的沉积环境及沉积相展布规律,以苏里格气田召30区块为研究对象,结合对沉积相较为敏感的均方根振幅、平均瞬时频率和有效带宽3种地震属性,同时利用研究区丰富的水平井资料,运用机器学习中的半监督模糊C均值方法,得到召30区块盒8段沉积相展布特征.结果表明,相比传统的模糊C均值方法,该方法能够清晰地刻画盒8段南北向条带状分布的4条河道,并且忠实于测井信息,预测结果更符合先验地质认识,并且改善了地质人员在无井区域的沉积认识,可为同类区块储层预测方面提供一定的借鉴.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张春雷		7	38	3.0	6.0
2	成育红		16	41	4.0	5.0