基于PCA-Kmeans++的煤层气多属性融合聚类分析方法研究

论文摘要

将基于PCA-Kmeans++的多属性融合聚类技术应用于沁水盆地南部3#煤层的储层预测中,对融合聚类属性进行分析,确定有利储层分布。首先提取常规的叠后地震属性、叠后波阻抗反演以及叠前AVO属性;然后利用PCA主成分分析方法,得到贡献率最大的几个主成分分量;最后通过Kmeans++无监督机器学习算法对主成分分量进行融合和聚类。实际资料应用结果表明,PCA-Kmeans++方法可以融合各个属性的特征,能够更加清晰地反映地质异常体的分布特征,为沁水盆地南部煤层气及类似储层的预测提供了一种可行的方法。

论文目录

• 0前言
• 1 方法原理
•   1.1 PCA原理
•   1.2 Kmeans++原理
•   1.3 PCA-Kmeans++多属性融合聚类原理
• 2 实际应用
•   2.1 地震属性及反演分析
•   2.2 PCA-Kmeans++多属性融合聚类分析
• 3结语

文章来源

类型: 期刊论文

作者: 谢玮,毕臣臣,刘学清,刘炜,葛黛薇,唐天择

关键词: 煤层气,多属性融合,聚类分析

来源: 煤炭技术 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑,基础科学

专业: 地质学,地球物理学,石油天然气工业

单位: 中国地质大学(北京)地球物理与信息技术学院,北京京能油气资源开发有限公司,中国石油华北油田公司勘探开发研究院,俄罗斯国立古勃金石油天然气大学

基金: 中央高校基本科研业务费优秀导师基金项目(2652017438),国家科技重大专项(2016ZX05003-003)

分类号: P631.4;P618.13

DOI: 10.13301/j.cnki.ct.2019.05.018

页码: 53-56

总页数: 4

文件大小: 1820K

下载量: 256