石油学报

作者：何健, 文晓涛, 李波, 陈芊澍, 李垒

单位：1. 成都理工大学地球勘探与信息技术教育部重点实验室 四川成都 610059;2. 成都理工大学地球物理学院 四川成都 610059

关键词：叠前反演,多解性,流体识别,综合解释,随机森林

基金：何健,男,1991年3月生,2020年获成都理工大学地球探测与信息技术专业硕士学位,现为成都理工大学地球探测与信息技术专业博士研究生,主要从事地球物理勘探相关工作。Email:963395704@qq.com

摘要： 虽然叠前反演技术能够获得多种流体识别因子,但是仅利用单一的流体识别因子进行储层预测通常会带来多解性问题。目前根据多种流体识别因子对储层进行综合解释已成为一种新的趋势,但大部分方法对专家及其经验存在较强的依赖。鉴于此,将随机森林算法引入储层流体识别。首先基于测井数据优选输入特征(流体识别因子),并分别研究输入特征数量和不同特征组合对算法预测结果的影响;然后利用该算法对输入特征与井中储层信息之间的非线性关系进行学习;最后根据学习结果对储层进行综合判别,实现多种流体识别因子的综合利用。该算法削弱了单一流体识别因子所引起的多解性,提高了储层流体识别的精度与可靠性。应用实例表明,通过随机森林算法对5种流体识别因子与井中储层信息进行综合学习,达到了对含气储层和含水储层进行准确识别的目的。

来源：2022年第3期

《石油学报》期刊编辑部

查看石油学报杂志2022年第3期