10.3969/j.issn.1006-6535.2018.03.003
基于机器学习的多地震属性沉积相分析
为研究苏里格气田的沉积环境及沉积相展布规律,以苏里格气田召30区块为研究对象,结合对沉积相较为敏感的均方根振幅、平均瞬时频率和有效带宽3种地震属性,同时利用研究区丰富的水平井资料,运用机器学习中的半监督模糊C均值方法,得到召30区块盒8段沉积相展布特征.结果表明,相比传统的模糊C均值方法,该方法能够清晰地刻画盒8段南北向条带状分布的4条河道,并且忠实于测井信息,预测结果更符合先验地质认识,并且改善了地质人员在无井区域的沉积认识,可为同类区块储层预测方面提供一定的借鉴.
致密砂岩储层、沉积相、机器学习、半监督、模糊C均值、地震属性、苏里格气田
25
TE122.2(石油、天然气地质与勘探)
国家科技重大专项"大型油气田及煤层气开发"子课题"碳酸盐岩缝洞储集体测井解释与井震响应"2016ZX05014-001
2018-08-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
13-17