科研之友
微信
新浪微博
Facebook
分享链接
摘要
在前人提出的高阶兼容性优选方法的基础上,提出一种基于数据事件重复概率的训练图像优选方法。其基本思路是提取条件数据中蕴含的数据事件,统计所提取的数据事件在训练图像中的重复次数并计算其重复概率,得到数据事件的无匹配率及其重复概率方差两个统计指标,用于表征训练图像中沉积模式的多样性与平稳性,评价其与建模区井数据蕴含的地质体空间结构的匹配性。无匹配率反映训练图像内地质模式的完备性,为首选指标;重复概率方差反映训练图像内地质模式的平稳性,为辅助指标,综合以上两种指标实现了对训练图像的优选。多组理论模型测试表明,重复概率方差小、无匹配率低的训练图像为最优训练图像。运用该方法对安哥拉Plutonio油田浊积水道训练图像进行优选,结果表明所建立的地质模型与地震属性吻合度高,能够更好地刻画水道的形态特征及砂体的分布模式。图9参24
- 出版日期2019
- 单位中国石化石油勘探开发研究院; 长江大学
