基于虚拟样本-机器学习的砂体地震智能预测方法
摘要文本
本发明公开了一种基于虚拟样本‑机器学习的砂体地震智能预测方法，包括以下步骤：S1：获取地震属性和砂体厚度信息；S2：分析两者的相关性，筛选地震属性；S3：采用BRT模型进行融合，得到砂体初始预测结果；S4：进行格网划分，按不同的方法进行虚拟样本的选取；S5：将虚拟样本一与真实井点进行混合，采用BRT模型进行融合得到砂体第二次预测结果；S6：进行聚类‑拓扑分析筛选优势格网区域；S7：将所有优势格网区域内的数据进行混合，再次进行虚拟样本选取；S8：将虚拟样本二与真实井点进行混合，采用BRT模型融合得到砂体第三次预测结果；S9：进行性能指标评价，获得砂体最终预测结果。本发明能够解决砂体预测结果的不连续以及机器学习样本不足的问题。。
申请人信息
- 申请人:西南石油大学
- 申请人地址:610500 四川省成都市新都区新都大道8号
- 发明人: 西南石油大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于虚拟样本-机器学习的砂体地震智能预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311560861.0 |
| 申请日 | 2023/11/21 |
| 公告号 | CN117647836A |
| 公开日 | 2024/3/5 |
| IPC主分类号 | G01V1/28 |
| 权利人 | 西南石油大学 |
| 发明人 | 赵晓明; 甄艳; 赵珍; 刘丽; 张安; 齐昆 |
| 地址 | 四川省成都市新都大道8号西南石油大学 |
专利主权项内容
1.一种基于虚拟样本-机器学习的砂体地震智能预测方法，其特征在于，包括以下步骤：S1：收集目标区域的地震数据和钻井数据，并对其进行预处理，获得地震属性信息和砂体厚度信息；S2：根据所述地震属性信息和所述砂体厚度信息，分析地震属性与砂体厚度之间的相关性，并根据相关性分析结果筛选地震属性；S3：采用BRT模型对筛选出的地震属性进行融合，得到砂体初始预测结果；S4：对所述砂体初始预测结果进行格网划分，并在此基础上按不同的方法进行虚拟样本的选取，获得各方法对应的虚拟样本一；S5：将各方法对应的所述虚拟样本一分别与真实井点进行混合，然后分别采用BRT模型进行融合得到各方法对应的砂体第二次预测结果；S6：对所述砂体第二次预测结果进行聚类-拓扑分析，根据聚类-拓扑分析结果筛选各砂体第二次预测结果的优势格网区域；S7：将所有所述优势格网区域内的数据进行混合，然后采用步骤S4采用的方法进行第二次虚拟样本的选取，获得各方法对应的虚拟样本二；S8：将各方法对应的所述虚拟样本二分别与真实井点进行混合，然后分别采用BRT模型进行融合得到各方法对应的砂体第三次预测结果；S9：对各方法对应的砂体第三次预测结果进行性能指标评价，选择其中性能指标最好的砂体第三次预测结果作为砂体最终预测结果。 关注微信公众号马克数据网