(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110029157.7 (22)申请日 2021.01.1 1 (71)申请人 中国石油化工股份有限公司 地址 257000 山东省东营市东营区济南路 125号 申请人 中国石油化工股份有限公司胜利油 田分公司勘探开发研究院 (72)发明人 王树华　谭绍泉　王千军　郝志伟　 张建华　钱焕菊　时秀朋　吴微　 杨国杰　马骥　 (74)专利代理 机构 济南日新专利代理事务所 (普通合伙) 37224 专利代理师 刘亚宁 (51)Int.Cl. G06F 30/27(2020.01)G01V 1/30(2006.01) G06F 119/14(2020.01) (54)发明名称 基于随机森林回归的地层压力预测方法 (57)摘要 本发明涉及油气勘探领域， 具体涉及一种基 于随机森 林回归的地层压力预测方法。 所述方法 其包括以下步骤： 步骤1， 计算地震层速度及各类 地震属性， 将计算结果转换到深度域， 提取井点 地震层速度曲线及各类地震属性曲线； 步骤2， 构 建地震层速度及多地震属性标签样本库； 步骤3， 基于随机森林的样本训练， 建立特征矩阵， 样本 参数优化； 步骤4， 构建随机森林回归决策树， 利 用学习结果预测得到研究区的地层压力数据体。 本发明方法能够准确地预测地层压力， 方法步骤 更为简单， 拥有较强的泛化能力及更快的计算速 度， 具有现实的推广应用意 义。 权利要求书2页 说明书5页 附图2页 CN 114757085 A 2022.07.15 CN 114757085 A 1.基于随机森林回归的地层压力预测方法， 其特 征在于， 其包括以下步骤： 步骤1， 计算地震层速度及各类地震属性， 将计算结果转换到深度域， 提取井点地震层 速度曲线及各类地震属性曲线； 步骤2， 构建地震层速度及多地震属性标签样本库； 步骤3， 基于随机森林的样本训练， 建立特 征矩阵， 样本参数优化； 步骤4， 构建随机森林回归决策树， 利用学习结果预测得到研究区的地层压力数据体。 2.根据权利要求1所述方法， 其特征在于， 在步骤1中， 计算地震属性的种类包括均 方根 振幅、 绝对振幅、 反射强度、 振幅包络、 瞬时振幅、 瞬时频率、 响应频率、 弧长等与地层压力有 关的地震属性。 3.根据权利要求1所述方法， 其特征在于， 在步骤1中， 在速度横向变化较大的地区， 需 建立工区的平均速度场， 利用平均速度场进 行时深转换； 在速度横向变化不大的地区， 可利 用工区统一的时深曲线进行时深转换； 时深转换后， 从深度域的地震层深度及各类地震属 性数据体中提取 出井点处的曲线。 4.根据权利要求1所述方法， 其特征在于， 在步骤2中， 构建地震层速度及多地震属性标 签样本库， 生成基于少数标准井的包括地震层速度、 地震属性类型、 深度、 幅值及地层压力 值的训练数据集， 其中标准井选取原则主要为区内钻遇深度大且尽可能涵盖地层及岩性序 列发育齐全的井； 标准井的地层压力曲线为采用经典方法预测生成的地层压力曲线。 5.根据权利要求1所述方法， 其特征在于， 在步骤3中， 基于随机森林的样本训练， 建立 特征矩阵， 样本参数优化； 在样本训练阶段， 使用随机重复采样技术从训练样本库中采集多 个不同的样本来依次训练多个不同决策树， 以地层压力作为因变量， 深度、 属性及幅值等为 自变量做 回归分析， 设定数 的数量， 计算特征权重， 并不断优化调整随机森林训练参数， 来 增加最终模型 预测结果的鲁棒 性和稳定性。 6.根据权利要求5所述方法， 其特 征在于， 某一节点 k的特征权重计算公式为 nk＝wk*Gk‑wleft*Gleft‑wright*Gright 其中， Wk， Wleft， Wri ght分别为节点k以及其左右子节点中训练样本个数与总训练样本 数目的比例， Gk， Gleft， Gright分为为节点K以及其左右子节点的不纯度； 知道每一个节点 的重要性之后， 即可通过 下式得出某一属性的特 征权重： 为了使所有特 征权重加起来为1， 需要每一特 征权重进行标准化， 即公式 具体地， 训练过程具体步骤如下： ①设训练样本为T＝{x,y}， 其中x为地震属性特征值组成的训练数据集合， y为压力预 测结果； ②从训练样本T中进行随机采样， 生成多个训练集Ti， 构建多个决策树Tri；权　利　要　求　书 1/2 页 2 CN 114757085 A 2③从特征值中随机 选取部分特 征Fj， 完成随机森林的构建； ④根据训练样本集和对应的标签数据， 优化步骤 ②、③随机森林中的关键参数， 获得地 层压力预测模型。 7.根据权利要求1所述方法， 其特征在于， 在所述步骤4中， 构建随机森林回归决策树， 利用学习 结果预测得到研究区的地层压力数据体； 在预测阶段， 随机森林将 内部多个决策 树的预测结果取平均得到最终的结果。 8.根据权利要求7所述方法， 其特征在于， 在预测阶段， 采用的原则是最小均 方差， 即对 于任意划分特征A， 对应的任意划分点s两边划分成的数据集D1和D2， 求出使D1和D2各自集 合的均方差最小， 同时D1和D2的均方差之和最小所对应的特征和特征值划分点， 其表达式 为： 其中， yi是输出值， c1为D1数据集的样本 输出均值， c2为D2数据集的样本 输出均值。 9.根据权利要求1所述方法， 其特征在于， 在步骤4中， 某一深度地层压力决策树的预测 具体步骤如下： (1)针对某一输入样本， 从决策树的根节点起， 判断当前节点是否为叶子节点， 如果是 则返回叶子节点的预测值， 如果 不是则进入下一 步； (2)根据当前节点的切分变量的和切分值， 将样本中对应变量的值与节点的切分值对 比； 如果样本变量值小于等于 当前节点切分值， 则 访问当前节点的左子节点； 如果样本变量 值大于当前节点切分值， 则访问当前节点的右子节点； (3)循环步骤2， 直到访问到叶子节点， 并返回叶子节点的预测值。权　利　要　求　书 2/2 页 3 CN 114757085 A 3