طبقه‌بندی رخساره لرزه‌ای در یک مخزن هیدروکربنی با استفاده از الگوریتم جنگل تصادفی
عنوان دوره: بیستمین کنفرانس ژئوفیزیک ایران
کد مقاله : 1845-NIGS
نویسندگان
موسسه ژئوفیزیک دانشگاه تهران
چکیده
نشانگرهای لرزه‌ای از مهم‌ترین پیش‌بینی کننده‌های کیفی و کمی خواص و ویژگی‌های مخزن زمانی که از آن‌ها به‌درستی در مطالعات ویژگی‌های مخزن استفاده شود، هستند. نشانگرهای لرزه‌ای اکنون به‌طور فزاینده‌ای در مطالعات اکتشافی و بررسی ویژگی‌های مخزن مورد استفاده قرار می‌گیرند. نشانگرهای لرزه‌ای بیان‌کننده اطلاعاتی هستند که در داده‌های خام لرزه‌ای قابل مشاهده نیستند. در این پژوهش از نشانگرهای متفاوتی همچون طیف فرکانس، فاکتور Q، کسینوس فاز ، انرژی و شدت فرکانس بیشترین انطباق را با هدف کلاسه‌بندی رخساره‌های لرزه‌ای از خود نشان می‌دهند و پس از ارزیابی نشانگرهای لرزه‌ای این نتایج به منظور ورودی روش جنگل تصادفی مورد استفاده قرار گرفته شده است. تفسیر صورت گرفته این مطالعه با استفاده از داده‌های لرزه‌ایF3 دریای شمال بدست آمده است.
کلیدواژه ها
Title
Classification of seismic facies using random forest algorithm in a
hydrocarbon reservoir
Authors
kasra nazmehr
Abstract
Seismic attributes play an important role as a qualitative and quantitative predictor of reservoir properties and geometries when correctly used in reservoir characterization studies. Seismic attributes are now increasingly used in exploration studies and reservoir characterization studies. Seismic attributes conceal information that is not visible in the original seismic data. This research uses different indicators such as energy, similarity, instantaneous frequency, frequency, Q factor, and cosine of phase is considered to be more compliant with the aim of seismic facies Classification. The results are used as an input random forest algorithm. Interpretation This study is based on North Sea F3 seismic data.
Keywords
Keywords: Classification, North Sea, Random Forest Algorithm, Seismic Attribute, seismic facies