一种基于机器学习的断层封闭烃柱高度评价方法

摘要

本发明涉及一种基于机器学习的断层封闭烃柱高度评价方法，该方法包括：1、基于地震、井基础资料建立三维断层模型；2、在三维工区中提取断层控圈部分的封闭属性数据并构建“封闭属性——烃柱高度”数据集，通过机器学习分类算法构建“断层圈闭油水界面评价模型”；3、提取待评价控圈闭断层的封闭属性参数，以之为评价模型的输入项，以输出项形式获得待评价圈闭的油水界面区间及概率；4、基于圈闭评价得出的油水界面区间及概率，绘制待评价圈闭概率最大的“烃‑水界面”范围，计算相应地质储量。该方法能够保障断层封闭能力影响因素的数据来源准确性和数据结构完整性，最终落实到圈闭有效范围、可封闭烃柱高度和地质储量。