[发明专利]一种基于小样本扩充的有利储层发育区预测方法

摘要

本发明公开了一种基于小样本扩充的有利储层发育区预测方法，其特征在于通过样本扩充解决采用机器学习方法预测有利储层时容易出现训练不充分或者过拟合的问题，根据周围地质情况连续的特点，实现数据样本增强；以样本扩充后的数据集为输入，训练不同内核函数的支持向量机模型作为基分类器，通过线性加权的方式组合基分类器的预测结果，实现更合理的有利储层发育区预测。本发明提供的方法可以有效的提高有利储层预测的准确率，辅助地质人员快速地圈定有利目标。

主权项

1.一种基于小样本扩充的有利储层发育区预测方法，其特征在于，包括以下步骤：从勘探数据库、地震数据体等数据源中提取地震属性以及岩性剖面数据，对其进行标准化处理，通过时深转换，计算地震属性对应的深度范围内砂岩的累积厚度，进而标记有利区类别，得到带有类别标记的样本集；已知有标记样本所在地震网格体的位置，根据周围地质情况连续的特点，将有标记样本的标签复制给周围未标记的样本，实现数据增强，解决了模型训练过程中因样本数量少导致的训练不充分或者过拟合问题；不同参数的分类器具有一定的差异性，采用基于不同内核函数的支持向量机集成模型进行有利储层发育区预测，得到更合理的分类结果，解决常规有利区预测的多解性问题。