一种基于机器学习的有利区评价新方法

特种油气藏

一种基于机器学习的有利区评价新方法

李克文¹,周广悦¹,路慎强²,郭俊²

（1.中国石油大学（华东），山东青岛266580;2.中国石化胜利油田分公司，山东东营257022）

出版日期:2019-06-25 发布日期:2019-08-12
作者简介:李克文(1969—)，男，教授，博士生导师，1991年毕业于中国石油大学（华东）计算机及应用专业，2012年毕业于天津大学信息管理与信息系统专业，获博士学位，现主要从事人工智能、数据挖掘与机器学习等方面研究工作。
基金资助:
国家科技重大专项“低渗透储层高精度随钻成像技术”（2016ZX05021-002）；国家自然科学基金“多尺度概念格的构造与知识发现方法研究”(61673396)；山东省自然科学基金“网络化软件动态可信性轻量化评估方法研究”（ZR2017MF032）

Online:2019-06-25 Published:2019-08-12

摘要/Abstract

摘要： 随着勘探技术的发展，有利区预测技术逐渐应用到储层和油藏的研究中。针对预测采用的地震数据存在无关及冗余属性，且地震属性与储层岩性关系不明确的问题，利用岭回归进行属性约简，逻辑斯谛回归进行分类，达到消除无关及冗余地震属性，获取泛化性强的分类模型目的，从而能够找到传统预测方法难以发现的复杂隐蔽油藏。研究结果表明，采用岭回归与逻辑斯谛回归相融合的算法在有利区预测中效果明显，分类准确率达到60%以上。该研究能有效地对有利区进行分类识别，进而能够辅助勘探人员快速圈定有利目标，为准确打井提供依据，避免打空井造成的资源浪费。

关键词: 有利区预测, 地震属性, 岭回归, 逻辑斯谛回归

李克文,周广悦,路慎强,郭俊. 一种基于机器学习的有利区评价新方法[J]. 特种油气藏.

[1]	张尚明, 程中疆, 金萍, 彭立才, 曾庆梓. 准噶尔盆地西北缘车排7井区八道湾组顶部有利储层分布预测[J]. 特种油气藏, 2021, 28(3): 40-46.
[2]	李晓梅, 刘念周, 蒋雪峰, 冯玲丽, 何万军. 一种井震联合刻画蒸汽腔形态的新方法 [J]. 特种油气藏, 2020, 27(2): 125-130.
[3]	文佳涛, 吕坐彬, 韩雪芳, 房娜, 严皓. JZ气田湖底扇岩性砂体沉积模式研究与应用 [J]. 特种油气藏, 2020, 27(1): 75-81.
[4]	蔺鹏. 基于深水沉积学原理的地震属性分析新思路[J]. 特种油气藏, 2019, 26(3): 30-.
[5]	张艳，张春雷，成育红，高世臣，黄文辉. 基于机器学习的多地震属性沉积相分析[J]. 特种油气藏, 2018, 25(3): 13-.
[6]	杨同玉，吴超，吴继伟. 钻井地质力学参数空间建模技术[J]. 特种油气藏, 2018, 25(3): 160-.
[7]	高斌，付兴深，杨国涛，李玉存，张敬艺. 南堡5号构造火成岩地质特征及识别技术[J]. 特种油气藏, 2016, 23(6): 11-.
[8]	满安静. 碳酸盐岩潜山储层预测技术在Kab油田的应用[J]. 特种油气藏, 2016, 23(3): 57-.
[9]	郑超，宁松华，韩强，闫亮，毕君伟. 库车凹陷俄霍布拉克组层序地层及沉积相预测[J]. 特种油气藏, 2015, 22(6): 75-.
[10]	张军华, 黄广谭, 李军, 杨勇, 杜玉山. 基于层次分析法的地震有利储层预测[J]. 特种油气藏, 2015, 22(5): 23-.
[11]	杨国涛，李　娜，吴　鑫，邢文军，姚纪明. 南堡凹陷拾场次凹沙三段优势储层预测技术[J]. 特种油气藏, 2014, 21(6): 79-.
[12]	高喜龙. 埕岛油田北部沙一段储层预测技术[J]. 特种油气藏, 2014, 21(4): 31-.
[13]	刘显太李军王军韩双张军华. 低序级断层识别与精细描述技术研究[J]. , 2013, 20(1): 1-.
[14]	卢春红纪友亮潘春孚. 地震属性在沉积相研究中的应用——以莱阳凹陷白垩系莱阳组水南段为例[J]. , 2012, 19(5): 1-.
[15]	曹鉴华张学丰. YQ地区奥陶系碳酸盐岩岩溶储层地震属性预测[J]. , 2012, 19(2): 1-.

一种基于机器学习的有利区评价新方法

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价