基于PCA-Kmeans++的煤层气多属性融合聚类分析方法研究

作者：谢玮; 毕臣臣; 刘学清; 刘炜; 葛黛薇; 唐天择

来源：煤炭技术, 2019, 38(05): 53-56.

DOI：10.13301/j.cnki.ct.2019.05.018

• PCA
• Kmeans++
• 煤层气
• 多属性融合
• 聚类分析

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。

• 单位
  中国地质大学（北京）