一种基于机器学习的有利区评价新方法

• 作者: 周广悦 李克文 路慎强 郭俊
• 来源期刊: 特种油气藏
• 学科: 工学
• 关键词: 有利区预测 地震属性 岭回归 逻辑斯谛回归
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 地质勘探
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP399
• 字数: 3931字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6535.2019.03.002

摘要

随着勘探技术的发展,有利区预测技术逐渐应用到储层和油藏的研究中.针对预测采用的地震数据存在无关及冗余属性,且地震属性与储层岩性关系不明确的问题,利用岭回归进行属性约简,逻辑斯谛回归进行分类,达到消除无关及冗余地震属性,获取泛化性强的分类模型目的,从而能够找到传统预测方法难以发现的复杂隐蔽油藏.研究结果表明,采用岭回归与逻辑斯谛回归相融合的算法在有利区预测中效果明显,分类准确率达到60.0％以上.该研究能有效地对有利区进行分类识别,进而能够辅助勘探人员快速圈定有利目标,为准确打井提供依据,避免打空井造成的资源浪费.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭俊		5	10	2.0	3.0
2	路慎强		9	39	4.0	6.0