利用随机森林算法预测裂缝发育带

发布时间：2021-05-23 02:27

　　裂缝带的预测与刻画对裂缝型油气藏的勘探开发具有重要意义。为了减少单属性预测结果的多解性,通常采用多种地震属性综合预测。裂缝发育程度与地震属性之间主要为非线性关系,为此,首先应用随机森林算法对地震属性特征与裂缝发育程度之间的对应关系进行学习,然后根据学习结果综合判别研究区裂缝发育程度,以提高裂缝带预测精度与准确率。实例表明,随机森林算法对裂缝带预测结果准确度较高,同时该方法也具有较强的普适性。 

【文章来源】：石油地球物理勘探. 2020,55(01)北大核心EICSCD

【文章页数】：7 页

【文章目录】：
0 引言
1 随机森林算法的理论与实现方法
    1.1 基本原理
    1.2 算法实现
2 算法验证
    2.1 实验模型
    2.2 模型测试
3 基于地震数据的裂缝发育带预测
    3.1 研究区概况
    3.2 训练数据集的选取
    3.3 应用效果
4 结论


【参考文献】：
期刊论文
[1]近似支持向量机的AVO类型判别[J]. 李文秀,文晓涛,李天,李雷豪,刘松鸣,杨吉鑫.  石油地球物理勘探. 2018(05)
[2]强容噪性随机森林算法在地震储层预测中的应用[J]. 宋建国,杨璐,高强山,刘炯.  石油地球物理勘探. 2018(05)
[3]广义S域Q值估计方法及其在油气检测中的应用[J]. 郝亚炬,黄捍东,文晓涛,朱宝衡,李惠杰,张丽华.  石油地球物理勘探. 2017(05)
[4]综合蚂蚁体及曲率属性的断裂识别方法及应用[J]. 隆雨辰,李俊,王志章,张国印,韩丹.  油气藏评价与开发. 2017(04)
[5]分频蚂蚁追踪在识别深层小断层中的应用[J]. 张瑞,文晓涛,李世凯,王文化,刘敏兵.  地球物理学进展. 2017(01)
[6]油气储层裂缝预测方法及发展趋势[J]. 关宝文,郭建明,杨燕,赵恒,郑建京.  特种油气藏. 2014(01)
[7]基于Curvelet变换的多尺度性识别裂缝发育带[J]. 张广智,郑静静,印兴耀.  石油地球物理勘探. 2011(05)
[8]利用Q值各向异性识别裂缝走向[J]. 尹志恒,魏建新,狄帮让,李向阳,孙文博,齐宇.  石油地球物理勘探. 2011(03)
[9]应用曲率属性预测裂缝发育带及其产状[J]. 王雷,陈海清,陈国文,谢薇.  石油地球物理勘探. 2010(06)
[10]多属性相干分析在预测储层裂缝发育带中的应用[J]. 覃天,刘立峰.  石油天然气学报. 2008(06)



本文编号：3202106