预测砂岩孔隙度的地震多属性优化模式对比
利用地震多属性分析技术预测地下储层参数时,常常面临着对多个地震属性进行选择优化的问题.为了比较众多优化方法的异同,本文从数学上的相容性与冗余性、独立性与非相关性的角度出发,建立了一套地震多属性优化分析的数学表达式.在此基础上,将突出独立性的主成分分析优化、突出相容性的粗糙集属性优化、突出相关性的有效性-离散度-相关性三参数属性优化,从流程上串联起来,形成了8种地震多属性的优化模式,将优化后的8组属性输入径向基函数神经网络,外推砂岩储层的孔隙度参数.应用实例表明,粗糙集属性优化-主成分分析-神经网络模式识别的综合预测效果最好,全属性直接神经网络模式识别的综合预测效果要差一些,8种流程计算出的砂岩孔隙度的相对误差都在可接受范围内.
地震多属性、三参数优化、粗糙集优化、KL变换、径向基函数神经网络、孔隙度
46
P631
国家高技术研究发展计划863项目2006AA09A102-14;国家科技重大专项2008ZX05024-001-10
2011-11-29（万方平台首次上网日期，不代表论文的发表时间）
442-448
