The invention discloses a prediction method for oil and gas desserts and a storage medium, and relates to the field of oil and gas exploration. The method includes: obtaining the logging data and various seismic attributes in the oil and gas dessert region, obtaining the indication curve of the oil and gas dessert region according to the log data, taking the indicator curve and various seismic attributes as learning samples for the machine learning, selecting the characteristics of the learning samples, and learning the machine learning according to the selected learning samples. A prediction model is established, and the oil and gas desserts in any target area are predicted based on the prediction model. An oil and gas dessert prediction method and storage medium provided by the invention can improve the accuracy of the prediction, improve the resolution of the prediction, realize the quantitative prediction of the oil and gas desserts, avoid the influence of human factors, and simplify the operation process, without the need for complex and redundant calculations, the high resolution can be obtained. The result of high precision prediction.
【技术实现步骤摘要】
一种油气甜点预测方法及存储介质
本专利技术涉及油气勘探领域,尤其涉及一种油气甜点预测方法及存储介质。
技术介绍
油气资源评价与勘探开发过程中,为了准确定位油气聚集区、描述油气储层品质和评价油气资源储量,需要开展精确的储层评价与油藏描述,确定油气甜点的位置等。目前,现有的油气甜点预测评价方法在对油气甜点进行评价时,通常会采用定性或半定量分析的方式,需要人工参与预测,容易受到解释人员技术经验、专业能力等人为因素的不确定性影响,普遍具有分辨率低、精度低等问题。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足,提供一种油气甜点预测方法及存储介质。本专利技术解决上述技术问题的技术方案如下:一种油气甜点预测方法,包括:获取油气甜点区域的测井数据和多种地震属性;根据所述测井数据得到所述油气甜点区域的指示曲线,将所述指示曲线和各种所述地震属性作为机器学习的学习样本;对所述学习样本进行特征优选;根据优选后的所述学习样本进行机器学习,得到预测模型;根据所述预测模型对任意目标区域的油气甜点进行预测。本专利技术的有益效果是:本专利技术提供的一种油气甜点预测方法,通过获取油气甜点区域的测井数据和多种地震属性,并据此进行机器学习,建立预测模型,通过测井数据和地震属性结合的方式建立的预测模型,能够提高使用该模型进行预测时的准确性,并对得到的学习样本进行特征优选,能够排除学习样本中的干扰,提高预测的分辨率,并在建立预测模型后,就可以根据该预测模型对任意区域的油气甜点进行预测,实现了对油气甜点的定量预测,可以避免人为因素的影响,并且可以简化运算过程,不需要进行复杂冗余的计算,就 ...
【技术保护点】
1.一种油气甜点预测方法,其特征在于,包括:获取油气甜点区域的测井数据和多种地震属性;根据所述测井数据得到所述油气甜点区域的指示曲线,将所述指示曲线和各种所述地震属性作为机器学习的学习样本;对所述学习样本进行特征优选;根据优选后的所述学习样本进行机器学习,得到预测模型;根据所述预测模型对任意目标区域的油气甜点进行预测。
【技术特征摘要】
1.一种油气甜点预测方法,其特征在于,包括:获取油气甜点区域的测井数据和多种地震属性;根据所述测井数据得到所述油气甜点区域的指示曲线,将所述指示曲线和各种所述地震属性作为机器学习的学习样本;对所述学习样本进行特征优选;根据优选后的所述学习样本进行机器学习,得到预测模型;根据所述预测模型对任意目标区域的油气甜点进行预测。2.根据权利要求1所述的油气甜点预测方法,其特征在于,所述根据所述预测模型对任意目标区域的油气甜点进行预测之后,还包括:对预测结果进行概率密度约束。3.根据权利要求2所述的油气甜点预测方法,其特征在于,所述对预测结果进行概率密度约束,具体包括:根据所述预测结果建立高斯分布概率密度函数;根据所述高斯分布概率密度函数计算累积分布函数;在预设的置信空间内,采用随机采样规则随机获取一个变量值,所述变量值由所述累积分布函数确定,且满足预设累积概率;将所述变量值作为进行概率密度约束后的预测结果。4.根据权利要求1所述的油气甜点预测方法,其特征在于,所述对所述学习样本进行特征优选,具体包括:依次根据各种所述地震属性在不同井位与所述指示曲线的一致性、每种所述地震属性的贡献度以及各种所述地震属性之间的正交性,对所述学习样本进行特征优选。5.根据权利要求4所述的油气甜点预测方法,其特征在于,所述依次根据各种所述地震属性在不同井位与所述指示曲线的一致性、每种所述地震属性的贡献度以及各种所述地震属性之间的正交性,对所述学习样本进行特征优选,具体包括:计算各种所述地震属性在不同井位与所述指示曲线的相关系数;根据所述相关系数对每种所述地震属性在不同井位与所述指示曲线的相关性进行分析,并剔除相关性不一致的井位,得到第一优选样本;根据模糊逻辑方法,计算所述第一优选样本中各种所述地震属性的贡献度;剔除所述第一优选样本中所述贡献度小于预设贡献度的地震属性,得到第二优选样本;根据相关分析方法,计算所述第二优选样...
【专利技术属性】
技术研发人员:袁振宇,姜玉新,汤金彪,蒋黎,马瑞红,
申请(专利权)人:北京博达瑞恒科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。