期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于小样本数据深度学习的砂体厚度预测方法及应用
被引量：
5
1
作者
陈雨茂
赵虎
+2 位作者
杨宏伟
魏国华
罗平平
《新疆石油地质》
CAS
CSCD
北大核心
2023年第2期231-237,共7页
沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积,具有单砂体厚度小、横向变化快、砂泥岩互层等特征,无法定量预测,制约了该井区的高效开发。综合利用深度学习和地震属性预测方法,通过构建虚拟井,解决研究区深度学习...
沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积,具有单砂体厚度小、横向变化快、砂泥岩互层等特征,无法定量预测,制约了该井区的高效开发。综合利用深度学习和地震属性预测方法,通过构建虚拟井,解决研究区深度学习训练样本不足的问题,从而挖掘出砂体厚度与地震属性之间的非线性关系,建立了利用地震属性预测砂体厚度的网络模型,该方法能够较为准确地预测砂体厚度及其横向展布特征,提高了预测精度,为致密砂岩储集层预测提供了新的思路和方法。
展开更多
关键词
地震属性
砂体厚度预测
横向展布
小样本数据
深度学习
网络模型
下载PDF
职称材料
基于净毛比反演模型的河道砂体厚度高精度预测及应用
2
作者
陈善斌
邓猛
+2 位作者
舒晓
李潇博
刘百川
《中外能源》
2024年第1期43-47,共5页
渤海湾盆地新近系明化镇组浅水三角洲油气藏是渤海油田近年来主要的油气勘探开发对象。浅水三角洲沉积具有单砂体厚度薄、横向厚度变化快、纵向多期河道砂体频繁叠置的特征,储层厚度精细预测难度大,严重制约了油田调整挖潜。针对以上问...
渤海湾盆地新近系明化镇组浅水三角洲油气藏是渤海油田近年来主要的油气勘探开发对象。浅水三角洲沉积具有单砂体厚度薄、横向厚度变化快、纵向多期河道砂体频繁叠置的特征,储层厚度精细预测难度大,严重制约了油田调整挖潜。针对以上问题,以渤中B油田为例,依据储层地质学理论,利用钻井、录井、测井及地震等资料,创新提出一种基于净毛比地质模型的砂体净厚度反演计算方法。结果表明,研究区明化镇组下段主力砂体地震包络厚度与储层厚度相当,能够较真实地反映地下实际储层厚度。随着储层厚度变大,地震振幅由弱变强再变弱,且在储层厚度一定条件下,净毛比是影响地震振幅的主要因素。采用基于净毛比反演模型的河道砂体厚度预测方法,可有效实现砂体净厚度精细预测,准确率高达83%。该研究成果有效指导了油田开发中后期内部调整挖潜。
展开更多
关键词
净毛比
砂体厚度
精细预测
地震反演
浅水三角洲
海上油田
下载PDF
职称材料
基于CV-XGBoost的水下分流河道砂体厚度预测及应用
被引量：
1
3
作者
白青林
刘烜良
+3 位作者
张军华
王福金
刘中伟
焦红岩
《吉林大学学报（地球科学版）》
CAS
CSCD
北大核心
2023年第5期1602-1610,共9页
针对水下分流河道砂体单层厚度薄,叠置、交叉严重,横向非均质性强,井震关系一致性不好等问题,研究了一种基于交叉验证的极限梯度提升(CV-XGBoost)储层厚度预测方法。先用相关分析与多重共线性评价去除冗余属性,然后进行模型训练与参数...
针对水下分流河道砂体单层厚度薄,叠置、交叉严重,横向非均质性强,井震关系一致性不好等问题,研究了一种基于交叉验证的极限梯度提升(CV-XGBoost)储层厚度预测方法。先用相关分析与多重共线性评价去除冗余属性,然后进行模型训练与参数集寻优,最后用验证集进行厚度预测。结果表明:1)对于较少样本的储层预测,有必要做交叉验证,以提高储层预测精度;2)XGBoost用具有二阶偏导的正则项来控制模型收敛进度,预测精度好于常规的LASSO(least absolute shrinkage and selection operator)回归、GBDT(gradient boosting decision tree)和SVM(support vector machine)方法;3)验证集占比较低的储层预测可用来了解砂体宏观展布,较高的验证集占比则有助于提高砂体描述的精度;4)本研究区平均振幅、平均能量、弧长、主频为厚度预测贡献度较大的属性。
展开更多
关键词
交叉验证
极限梯度提升
属性优化
砂体厚度预测
下载PDF
职称材料
地震属性优化与网络函数逼近储层砂体厚度预测方法及应用
被引量：
1
4
作者
陈学国
《石油天然气学报》
CAS
2017年第2期30-35,共6页
砂体厚度（或含量）是油气勘探中的重要参数。以地震资料与测井解释成果为基础，研究储层砂体厚度预测方法，提出利用地震属性优化技术实现降维，建立敏感地震属性集；并将井旁地震道对应的敏感属性集与测井解释砂体厚度输入神经网络，...
砂体厚度（或含量）是油气勘探中的重要参数。以地震资料与测井解释成果为基础，研究储层砂体厚度预测方法，提出利用地震属性优化技术实现降维，建立敏感地震属性集；并将井旁地震道对应的敏感属性集与测井解释砂体厚度输入神经网络，通过网络训练使误差最小化；在该基础上，逐道输入敏感属性集，由网络输出对应的砂体厚度。在胜利油田H4区块应用上述方法预测砂岩厚度，相对误差基本小于20％，满足了勘探生产的需要。
展开更多
关键词
砂体厚度
地震属性优化
网络函数逼近
储层预测
下载PDF
职称材料
题名
基于小样本数据深度学习的砂体厚度预测方法及应用
被引量：
5
1
作者
陈雨茂
赵虎
杨宏伟
魏国华
罗平平
机构
中国石化胜利油田分公司物探研究院
西南石油大学地球科学与技术学院
出处
《新疆石油地质》
CAS
CSCD
北大核心
2023年第2期231-237,共7页
基金
国家自然科学基金青年科学基金(41704134)
中国石化科技攻关项目(P20069-1,P21038-4,P20052-4)。
文摘
沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积,具有单砂体厚度小、横向变化快、砂泥岩互层等特征,无法定量预测,制约了该井区的高效开发。综合利用深度学习和地震属性预测方法,通过构建虚拟井,解决研究区深度学习训练样本不足的问题,从而挖掘出砂体厚度与地震属性之间的非线性关系,建立了利用地震属性预测砂体厚度的网络模型,该方法能够较为准确地预测砂体厚度及其横向展布特征,提高了预测精度,为致密砂岩储集层预测提供了新的思路和方法。
关键词
地震属性
砂体厚度预测
横向展布
小样本数据
深度学习
网络模型
Keywords
seismic
attribute
sand
body
thickness
prediction
lateral
distribution
small
sample
data
deep
learning
network
model
分类号
TE122.24 [石油与天然气工程—油气勘探]
下载PDF
职称材料
题名
基于净毛比反演模型的河道砂体厚度高精度预测及应用
2
作者
陈善斌
邓猛
舒晓
李潇博
刘百川
机构
中海石油(中国)有限公司天津分公司
出处
《中外能源》
2024年第1期43-47,共5页
文摘
渤海湾盆地新近系明化镇组浅水三角洲油气藏是渤海油田近年来主要的油气勘探开发对象。浅水三角洲沉积具有单砂体厚度薄、横向厚度变化快、纵向多期河道砂体频繁叠置的特征,储层厚度精细预测难度大,严重制约了油田调整挖潜。针对以上问题,以渤中B油田为例,依据储层地质学理论,利用钻井、录井、测井及地震等资料,创新提出一种基于净毛比地质模型的砂体净厚度反演计算方法。结果表明,研究区明化镇组下段主力砂体地震包络厚度与储层厚度相当,能够较真实地反映地下实际储层厚度。随着储层厚度变大,地震振幅由弱变强再变弱,且在储层厚度一定条件下,净毛比是影响地震振幅的主要因素。采用基于净毛比反演模型的河道砂体厚度预测方法,可有效实现砂体净厚度精细预测,准确率高达83%。该研究成果有效指导了油田开发中后期内部调整挖潜。
关键词
净毛比
砂体厚度
精细预测
地震反演
浅水三角洲
海上油田
Keywords
net-to-gross
ratio
sand
body
thickness
fine
prediction
seismic
inversion
shallow
water
delta
off-shore
oilfields
分类号
P618.13 [天文地球—矿床学]
下载PDF
职称材料
题名
基于CV-XGBoost的水下分流河道砂体厚度预测及应用
被引量：
1
3
作者
白青林
刘烜良
张军华
王福金
刘中伟
焦红岩
机构
中国石化胜利油田分公司现河采油厂
中国石油大学(华东)地球科学与技术学院
出处
《吉林大学学报（地球科学版）》
CAS
CSCD
北大核心
2023年第5期1602-1610,共9页
基金
国家自然科学基金项目(42072169)
胜利油田科研攻关项目(YKY2106)。
文摘
针对水下分流河道砂体单层厚度薄,叠置、交叉严重,横向非均质性强,井震关系一致性不好等问题,研究了一种基于交叉验证的极限梯度提升(CV-XGBoost)储层厚度预测方法。先用相关分析与多重共线性评价去除冗余属性,然后进行模型训练与参数集寻优,最后用验证集进行厚度预测。结果表明:1)对于较少样本的储层预测,有必要做交叉验证,以提高储层预测精度;2)XGBoost用具有二阶偏导的正则项来控制模型收敛进度,预测精度好于常规的LASSO(least absolute shrinkage and selection operator)回归、GBDT(gradient boosting decision tree)和SVM(support vector machine)方法;3)验证集占比较低的储层预测可用来了解砂体宏观展布,较高的验证集占比则有助于提高砂体描述的精度;4)本研究区平均振幅、平均能量、弧长、主频为厚度预测贡献度较大的属性。
关键词
交叉验证
极限梯度提升
属性优化
砂体厚度预测
Keywords
cross
validation
XGBoost
attribute
optimization
sand
body
thickness
prediction
分类号
P631.4 [天文地球—地质矿产勘探]
下载PDF
职称材料
题名
地震属性优化与网络函数逼近储层砂体厚度预测方法及应用
被引量：
1
4
作者
陈学国
机构
中石化胜利油田分公司勘探开发研究院西部分院
出处
《石油天然气学报》
CAS
2017年第2期30-35,共6页
基金
国家“973”项目（2013cb228605）.
文摘
砂体厚度（或含量）是油气勘探中的重要参数。以地震资料与测井解释成果为基础，研究储层砂体厚度预测方法，提出利用地震属性优化技术实现降维，建立敏感地震属性集；并将井旁地震道对应的敏感属性集与测井解释砂体厚度输入神经网络，通过网络训练使误差最小化；在该基础上，逐道输入敏感属性集，由网络输出对应的砂体厚度。在胜利油田H4区块应用上述方法预测砂岩厚度，相对误差基本小于20％，满足了勘探生产的需要。
关键词
砂体厚度
地震属性优化
网络函数逼近
储层预测
Keywords
sand
body
thickness
,
Seismic
Attribute
Optimization,
Network
Function
Approximation,Reservoir
prediction
分类号
TE343 [石油与天然气工程—油气田开发工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于小样本数据深度学习的砂体厚度预测方法及应用
陈雨茂
赵虎
杨宏伟
魏国华
罗平平
《新疆石油地质》
CAS
CSCD
北大核心
2023
5
下载PDF
职称材料
2
基于净毛比反演模型的河道砂体厚度高精度预测及应用
陈善斌
邓猛
舒晓
李潇博
刘百川
《中外能源》
2024
0
下载PDF
职称材料
3
基于CV-XGBoost的水下分流河道砂体厚度预测及应用
白青林
刘烜良
张军华
王福金
刘中伟
焦红岩
《吉林大学学报（地球科学版）》
CAS
CSCD
北大核心
2023
1
下载PDF
职称材料
4
地震属性优化与网络函数逼近储层砂体厚度预测方法及应用
陈学国
《石油天然气学报》
CAS
2017
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
