贝叶斯机器学习在储层预测中的应用研究

符志国 陈康 廖娟 龙隆 彭达

石油勘探面临的油气储集地质环境日趋复杂,当目标储层与多种岩性地质体混杂时,人工分辨困难,也难以定量化评估判别精度,取得最佳识别结果。针对此问题引入贝叶斯机器学习算法进行自动化目标判别。其中,提出了采用径向基神经网络估计先验分布概率密度,不再假设先验分布模型,增强了贝叶斯分类方法的实用性,替代了人工处理工序,实现了储层目标的高精度、定量、自动化判别。应用于油田地震勘探资料进行实际储层预测,判别结果与工业气井吻合,表明了方法可行、有效。