基于地震属性的支持向量机河道砂体厚度预测-论文.pdf

《基于地震属性的支持向量机河道砂体厚度预测-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、西南石油大学学报(自然科学版)2014年6月第36卷第3期JournalofSouthwestPetroleumUniVersity(Science&TechnologyEdition)钭学出熙缸Vb1．36No．3Jun．2014DOI：10．118850．issn．1674—5086．2012．10．29．01文章编号：1674—5086(2014)03—0075—07中图分类号：TE1222文献标志码：A基于地震属性的支持向量机河道砂体厚度预测冰沈加刚，宋宗平，关晓巍1中国石油大庆油田有限责任公司勘探开发研

2、究院，黑龙江大庆l637122．中国石油大庆油田有限责任公司勘探事业部，黑龙江大庆163453摘要：松辽盆地北部中浅层扶余油层的主力储层为河道砂体，以厚度薄、沉积规模小和横向变化快为特点。针对河道砂体的准确识别、砂体厚度的精确预测难题，提出在优化地震属性组合的基础上确定支持向量机模型，进而用支持向量机方法定量预测河道砂体对振幅、频率、相位、地震波形分类和相干等多种有效地震属性开展优选组合，将最好的组合作为最终输入数据。然后调试SVM关键参数：损失函数c、不敏感损失函数参数s及y系数，最终全部井点数据参与计算，得出

3、最后预测结果。预测结果不但能较好地保持地震属性的横向分辨率，整体变化趋势符合研究区的沉积地质规律，而且在并点处吻合程度高，具有较高的砂体厚度定量预测能力。关键词：河道砂体；地震属性；优化组合；支持向量机；砂体厚度预测ApplicationofSupportVectorMachinetothePredictionoftheThicknessofChannelSandBasedonSeismicAttributesShenJiagang，SongZongping，OuanXiaoweilExploration&Dev

4、elopmentResearchInstitute，DaqingOilfieldCompanyLtd，PetroChina，Daqing，Heilongjiang163712，China2ExplorationDivision，DaqingOilfieldCompanyLtd，PetroChina，Daqing，Heilongjiang163453，ChinaAbstract：MainreservoirofFuyulayerofmiddleandshallowpartofnorthernSongliaoBasin

5、ischannelsandybody，whichischaracterizedbyitsthinthickness，smallsedimentaryscaleandlateralheterogeneity．Withregardtothisproblem，wepresentthemodelofsupportvectormachineasasolution．Bytheoptimizationofthecombinationofeffectiveseismicattributes，includingamplitude，

6、frequency，phase，seismicwaveformclassificationandcoherent，thebestgroupwasforthefinalinputdata．ThenthekeyparametersoftheSVMmodelincludelossfunctionC，insensitivelossfunctionparameterssand，，coeficient，andallofthewellpointdatawasinvolvedinthecalculationtoindicatet

7、hethicknessofthechannelsand．Theresultcanmaintainthelateralresolutionoftheseismicdataandreflectitsgeneralsedimentarypatternaswel1．Theresultofsubsequentlydrilledwellsindicatedthatthismethodhasgoodqualitativelypredictiveabilityforthethicknessofchannelsand．Keywor

8、ds：channelsand；seismicattributes；optimization；supportvectormachine；predicationofthesandbodythickness网络出版地址：http：／／www．cnkinet／kcms／doi／lO11885／jissn1674．50862012．10．29．01．html沈加刚，宋宗平，关晓巍．