基于隨機森林算法的AVO類型判別

作者：劉浩男,文曉濤,何健,陳芊澍,張曉琦

摘要：AVO技術可用于含氣儲層的識別,對油氣勘探具有重要意義。人工識別儲層AVO類型人為干擾因素較大,識別精度較低且耗時較長。由此,本文引入隨機森林算法,利用Bootstrap重復抽樣及枝葉節點分裂等技術生成大量決策樹分類器,通過統計所有決策樹的分類結果實現對儲層AVO類型的判別。首先,基于工區內測井數據建立速度密度模型;其次,利用Shuey近似公式計算AVO曲線并獲得該曲線對應的擬合多項式;第三,根據擬合多項式提取形態特征參數作為隨機森林算法的訓練數據集輸入參數,將人工AVO類型識別結果作為輸出參數,訓練并得到決策樹分類器;最后,以實際疊前地震數據的AVO曲線特征參數為輸入參數,通過隨機森林決策樹分類判別得到工區內儲層AVO類型。通過與近似支持向量機算法的對比結果可以看出,兩種算法對儲層AVO類型判別結果相近,都具有較高的準確率,但相比之下隨機森林算法所需特征屬性較少,泛化性較強,具有更好的普適性。

發文機構：成都理工大學

關鍵詞：AVO類型隨機森林儲層預測分類判別形態特征參數AVO typerandom forestreservoir predictionclassifying discriminationmorphological feature parameters

分類號： TE132.14[石油與天然氣工程—油氣勘探]