10.19509/j.cnki.dzkq.2021.0314
基于关联规则与随机森林的地震多属性砂体厚度预测
地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余.为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法.随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能进行属性选择,但是该算法无法识别地震多种属性中的冗余特征.关联规则能够发现地震属性之间的非线性关联,并能借助卡方检验消除地震属性间的冗余性.分别采用了随机森林回归算法(RFR)、联合关联规则与随机森林回归(AR-RFR)及BP神经网络回归的算法(AR-BP)对滩坝砂岩合成模型和某实际工区进行了砂体厚度预测.对比结果表明,基于关联规则的属性优选得到的属性间相关性低,关联规则与随机森林算法的结合提高了砂体厚度的预测精度.数值实验证明了该方法的有效性.
地震属性优选、关联规则、频繁模式树、随机森林、储层预测
40
TE122.2(石油、天然气地质与勘探)
国家科技重大专项2017ZX05072
2021-06-07（万方平台首次上网日期，不代表论文的发表时间）
共8页
211-218
