EEMD和SVM相结合的储层流体识别模型

• 作者: 方利鑫 杨清蜜 薛雅娟 陈思琪
• 来源期刊: 中国科技论文
• 学科: 地球科学
• 关键词: 地球探测与信息技术 含气储层识别 聚合经验模态分解 地震属性 支持向量机 参数优化
• 年，卷（期）: 2019,（11）
• 页码范围: 1234-1240,1248
• 页数: 8页
• 分类号: P631.4
• 字数: 6466字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2019.11.013

摘要

针对深层储层地震响应微弱、含气性识别困难的问题,提出了一种基于聚合经验模态分解(ensemble empirical mode de-composition,EEMD)和支持向量机(support vector machine,SVM)的地震属性提取及储层含气性识别方法.对地震信号运用EEMD方法进行分解,得到一系列本征模态函数(intrinsic mode function,IMF).优选具有强相关性的本征模态函数重构特征子信号提取地震属性.通过相关性和R型聚类分析评估地震属性,最终选取4种相对独立的属性作为SVM的输入特征参数,并利用粒子群优化(particle swarm optimization,PSO)算法优化参数后得到的SVM模型实现对储层含气性的识别.实验结果表明,所提方法能够有效地提取储层地震属性及进行含气性识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛雅娟	成都信息工程大学通信工程学院	14	49	4.0	6.0
2	方利鑫	成都信息工程大学通信工程学院	2	0	0.0	0.0
3	杨清蜜	成都信息工程大学通信工程学院	1	0	0.0	0.0
4	陈思琪	成都信息工程大学通信工程学院	1	0	0.0	0.0