一种基于灵敏属性分析的相关聚类属性优化方法

利用多属性技术进行储层预测的关键是地震属性优化。仅从一个侧面考察储层参数与地震属性之间的相关性优选灵敏属性,容易造成漏选和误选。本文采用从储层参数与地震属性之间的有效性、符合率和相关性等三个方面评价地震属性反映储层参数的敏感性,利用灵敏属性分析技术并结合相关聚类分析法,在地震属性分析中实现了高效率的灵敏属性特征选择和降维映射。实际应用表明,该方法能够有效地提高储层定量预测效果。

利用改进的自组织网络进行地震属性分析

自组织神经网络结合地震属性技术往往被用于进行地震相的自动识别,但在实际应用中存在着一些问题难以解决:如神经网络的分类识别能力问题、怎样选取地震属性、怎样解决自组织聚类的有序映射等。对Kohonen自组织网络进行了部分改进,并利用灵敏属性分析技术来解决地震属性的选择问题,最后结合自组织聚类参数利用RBF网络对储层参数进行预测,较为有效地提高了地震多属性储层预测精度。