一种基于随机森林算法的储层含油性预测方法

    公开(公告)号:CN112036430A

    公开(公告)日:2020-12-04

    申请号:CN202010508032.8

    申请日:2020-06-05

    IPC分类号: G06K9/62 G06N20/00 G06Q10/04

    摘要: 本发明公开了一种基于随机森林算法的储层含油性预测方法,时深转换获得深度域地震属性数据;将深度域地震属性数据、测井解释的含油性数据粗化至地质模型中;对深度域地震属性数据进行标准化处理,获得无量纲地震属性数据;以粗化后的测井解释的含油性数据和井点处的无量纲地震属性数据为训练对象,通过随机森林算法形成训练模型,将井间的无量纲地震属性数据带入训练模型,得到三维储层含油性预测体;优化获得最佳储层含油性预测体。本发明利用随机森林算法强大的集成学习能力,自动提取地震数据的隐藏特征,拟合地震数据与测井数据的关系,获取更为可靠、客观的储层含油性预测体,提高储层含油性预测的精度和准确率,帮助深度挖掘油气行业潜力。

    一种基于Xgboost算法的储层岩性预测方法

    公开(公告)号:CN110824563A

    公开(公告)日:2020-02-21

    申请号:CN201910997740.X

    申请日:2019-10-21

    IPC分类号: G01V1/36 G01V1/30 G06N20/00

    摘要: 本发明公开了一种基于Xgboost算法的储层岩性预测方法:叠后地震属性提取,获得振幅类、频率类、时间类及吸收衰减类地震属性体;地震属性时深转换,获得深度域地震属性体;对测井岩性数据和深度域地震属性数据重采样,获得纵向采样精度一致的测井岩性数据和深度域地震属性数据;地震属性数据归一化处理,获得无量纲地震属性数据体;提取地震属性数据的井旁道数据,获得与测井岩性数据在同深度对应的各类井旁道地震属性数据;模型训练,采用Xgboost算法获得储层岩性预测体;模型评估,通过修改Xgboost算法中的敏感参数,优化算法模型,获得最佳储层岩性预测数据体。本发明能够提高储层岩性预测的精度和准确率。

    反推法建立速度场的方法

    公开(公告)号:CN111337978A

    公开(公告)日:2020-06-26

    申请号:CN202010125927.3

    申请日:2020-02-27

    摘要: 本发明公开了反推法建立速度场的方法,进行高精度三维速度建场,实现地震地质的有效匹配和应用,本发明通过充分的利用油气田开发阶段已有的时间域和深度域层位数据,将反推法应用于三维速度建场之中,通过等效层间速度的提取和速度场的建立,获取高精度速度场,使转换后的地震数据体或层位与已有成果有较好的对应关系,该方法可提高油气田开发阶段中三维速度建场工作效率和质量。

    一种基于神经网络的多属性地震信息融合裂缝预测的方法

    公开(公告)号:CN106873033B

    公开(公告)日:2019-03-22

    申请号:CN201710147223.4

    申请日:2017-03-13

    IPC分类号: G01V1/30

    摘要: 本发明公开了一种基于神经网络的多属性地震信息融合裂缝预测的方法,包括以下步骤:步骤一:单井裂缝发育强度曲线拟合;步骤二:叠前地震多属性的裂缝预测,获得方位角各向异性属性的裂缝预测体与远近偏移距属性的裂缝预测体;步骤三:地震属性裂缝预测体的时深转换,获得深度域裂缝预测体;步骤四:深度域裂缝预测体粗化;步骤五:基于BP神经网络叠前地震属性预测裂缝信息融合。本发明将BP神经网络算法融入到多地震属性裂缝预测信息融合的过程中,获取科学客观的融合裂缝预测体,并将地震数据与单井数据进行结合,对地震属性体进行单井约束,进一步提高了预测精度。

    一种基于神经网络的多属性地震信息融合裂缝预测的方法

    公开(公告)号:CN106873033A

    公开(公告)日:2017-06-20

    申请号:CN201710147223.4

    申请日:2017-03-13

    IPC分类号: G01V1/30

    CPC分类号: G01V1/30 G01V2210/512

    摘要: 本发明公开了一种基于神经网络的多属性地震信息融合裂缝预测的方法,包括以下步骤:步骤一:单井裂缝发育强度曲线拟合;步骤二:叠前地震多属性的裂缝预测,获得方位角各向异性属性的裂缝预测体与远近偏移距属性的裂缝预测体;步骤三:地震属性裂缝预测体的时深转换,获得深度域裂缝预测体;步骤四:深度域裂缝预测体粗化;步骤五:基于BP神经网络叠前地震属性预测裂缝信息融合。本发明将BP神经网络算法融入到多地震属性裂缝预测信息融合的过程中,获取科学客观的融合裂缝预测体,并将地震数据与单井数据进行结合,对地震属性体进行单井约束,进一步提高了预测精度。

    一种地震全波信息挖掘下的高分辨储层预测方法

    公开(公告)号:CN115079269A

    公开(公告)日:2022-09-20

    申请号:CN202210505491.X

    申请日:2022-05-10

    IPC分类号: G01V1/50

    摘要: 本发明公开了一种地震全波信息挖掘下的高分辨储层预测方法,首先在等时地层层序指导下的地震层位精细解释和地层框架的搭建;其次,利用无井地震提高分辨率技术,以容差控制下自动寻技术获得的井点相关性曲线作为质控手段,部分提高地震分辨率;接着,充分利用地震信息、提取各种主属性和衍生属性,再选择属性矩阵组合形成与地层相关的“海量数据”信息;再接着,以各井的测井曲线为目标学习训练,优选算法的前提下利用容差控制下自动寻技术有效的提高训练效果和井点拟合的符合度;最后,优选训练方案将生成储层地震预测体。本发明解决了勘探开发中薄层有效预测的行业难题。