基于地震属性集成学习的自然伽马测井数据预测方法

摘要

地球物理测井中的地震反演是油气藏定性识别的一个重要步骤,非均质储层测井资料的识别是地质工作者和工程技术人员面临的重大挑战.提出了一种基于地震属性集成学习的测井数据预测方法,对大港油田X区块A区明化镇组高产砂岩储层进行应用分析.对研究区125口代表性井的地震体和测井数据进行了岩石物理性质分析,将地震数据与测井数据在同一尺度进行了集成.利用XGBoost算法对地震属性进行重要性分析,选择对测井数据预测影响最大的地震属性作为模型输入.分别使用XGBoost、AdaBoost和随机森林这3种集成学习算法建立预测模型.研究结果表明预测结果与真实值接近,与传统的方法相比具有更好的预测性能,基于地震属性的集成学习算法可以明显提高自然伽马测井数据的预测精度.