基于PCA-RF的砂礫巖有利儲層厚度預測方法

作者：王軍,任雄風,張軍華,李琴,桂志鵬

摘要：東營凹陷沙三、沙四沉積時期,發育了大量不同時期的砂礫巖體,它們是非常規油氣勘探中重要的儲層類型.由于砂礫巖體具有縱向厚度變化大、橫向展布不均勻、巖相變化快等特點,在地震屬性分析與厚度預測時,用單一屬性對儲層厚度描述具有很大的不確定性.為此,提取了多種地震屬性,采用主成分分析法(PCA)進行優化、去除冗余信息.考慮到隨機森林(RF)具有預測精度高、對異常值容忍性強、訓練速度快且不易過擬合等特點,引入該方法對砂礫巖儲層厚度進行預測.針對屬性自相似問題,PCA采用了兩種方法:① 直接對全部屬性做降維處理,提取主成分進行預測(PCA-RF1);② 先對相似屬性做降維處理,再組合其他屬性進行預測(PCA-RF2).原始RF、PCA-RF1、PCA-RF2方法還與人工神經網絡方法(ANN)進行了效果對比,結果表明,基于相似屬性降維處理的PCA-RF2方法,具有最佳應用效果.

發文機構：勝利油田勘探開發研究院 中國石油大學（華東）地球科學與技術學院

關鍵詞：砂礫巖主成分分析隨機森林儲層厚度預測gluteniteprincipal component analysis(PCA)random forest(RF)reservoir thickness prediction

分類號： O242[理學—計算數學]P631[理學—數學]