基于FSVM法分岩性解释砂砾岩储层渗透率

曹茜; 王志章; 樊太亮; 孙乐; 公言杰

doi:10.13568/j.cnki.651094.2018.03.003

您当前的位置：

首页 >

文章列表页 >

基于FSVM法分岩性解释砂砾岩储层渗透率

研究精粹 | 更新时间：2026-01-21

- 基于FSVM法分岩性解释砂砾岩储层渗透率
- 基于FSVM法分岩性解释砂砾岩储层渗透率
- 新疆大学学报（自然科学版中英文） 2018年35卷第3期页码：264-271
- 作者机构：
  
  1. 中国地质大学(北京)能源学院
  2. 海相储层演化与油气富集机理教育部重点实验室
  3. 中国石油勘探开发研究院
  4. 中国石油大学(北京)地球科学学院
- 作者简介：
- 基金信息：
  
  国家油气重大专项(2016ZX05003-002);中国石油天然气股份有限公司科学研究与技术开发项目(2016B-0502)
- DOI：10.13568/j.cnki.651094.2018.03.003
  中图分类号： P618.13
- 纸质出版：2018
- 稿件说明：
移动端阅览
[1]曹茜,王志章,樊太亮,等.基于FSVM法分岩性解释砂砾岩储层渗透率[J],2018,35(03):264-271.
[1]曹茜,王志章,樊太亮,等.基于FSVM法分岩性解释砂砾岩储层渗透率[J],2018,35(03):264-271. DOI： 10.13568/j.cnki.651094.2018.03.003.

DOI：10.13568/j.cnki.651094.2018.03.003.

摘要

在砂砾岩油藏中

砂岩和砂砾岩均可作为储层

不同岩性储层的渗透率特征差异大

分岩性解释渗透率是较为有效的手段

但常规方法岩性识别精度差

导致建立的渗透率模型效果不理想.本文将支持向量机(SVM)非线性识别方法推广

通过在高维空间中构造分段带状隶属函数

获得模糊支持向量机(FSVM)分类器

实现砂砾岩储层岩性精确定量识别

并以此为基础

运用多种数理统计方法分岩性建立砂砾岩储层的渗透率模型

以寻求预测砂砾岩储层渗透率的最优测井解释模型.克拉玛依油田五2东区克上组层段的应用结果表明

基于FSVM法优秀的回归能力

在砂砾岩油藏岩性识别时FSVM法的准确率更高;在砂砾岩油藏渗透率解释上

FSVM法分岩性多元逐步回归渗透率模型具有误差小、适用性强、效果好的特点.

Abstract

Sandstone and glutenite can be used as positive reservoirs in sandy conglomerate reservoir. Depending on the variation of permeability characteristics in different lithologic reservoirs

the interpretation of permeability would be described by discriminating lithology is an effective means. However the lithology identification accuracy of conventional methods is poor

which led to faulty established permeability models. In this paper

Support Vector Machine(SVM) method was extended; moreover

the Fuzzy Support Vector Machine(FSVM) classifier was obtained by constructing piecewise strip membership function in the high-dimensional space

which realized the precise quantitative identification of the two lithology in sandy conglomerate reservoir. Based on this

the permeability models of sand conglomerate reservoir in different type reservoirs were established by various mathematical statistics methods

and would find the optimal model to predict the permeability of sand conglomerate reservoir. The application result in the upper Karamay formation of eastern Block Wu2(Karamay oil field)shows that the accuracy of FSVM method is higher in lithology identification of sandy conglomerate reservoir

furthermore

the Multiple Stepwise Regression permeability model in different lithology type judged by FSVM possess the characteristic with high accuracy

strong applicability and excellent effect. This method is worth further study and widely use.

关键词

Keywords

references

束宁凯,汪新文.砂砾岩储层期次划分及连通模式——以东辛油田永1断块砂砾岩油藏为例[J].油气地质与采收率,2016,23(4):59-63.

孙乐,王志章,于兴河,等.克拉玛依油田五2东区克上组扇三角洲储层构型分析[J].油气地质与采收率,2017,24(4):8-15.

鲁新川,史基安,葛冰,等.准噶尔盆地西北缘中拐—五八区二叠系上乌尔禾组砂砾岩储层特征[J].岩性油气藏,2012,24(6):54-59.

刘彦成,罗宪波,康凯,等.基于岩相约束的砂岩油藏渗透率表征新方法[J].油气地质与采收率,2016,23(5):93-97.

王贺林,申本科,陈景萍.自然伽马能谱测井对砂砾岩地层的精细划分[J].石油地球物理勘探,2006(增刊):127-129.

王鹏,胡向阳,魏水建.基于核Fisher判别的复杂储层岩性识别[J].科学技术与工程,2017,17(31):29-34.

杜丽筠,吴志强.多地震属性优化的神经网络技术在鄂尔多斯盆地高阻抗砂岩储层预测中的应用[J].海洋地质动态,2010,26(10):45-49.

关涛.基于交会图和贝叶斯聚类分析法的岩性识别方法[J].科学技术与工程,2013,13(4):976-979.

高阳,田生伟,吐尔根·依不拉音.非平衡语料下改进的SVM-KNN算法[J].新疆大学学报(自然科学版),2012,29(1):100-103.

董国君,哈力木拉提·买买提,余辉.基于RBF核的SVM核参数优化算法[J].新疆大学学报(自然科学版),2009,26(3):355-358.

牟丹,王祝文,黄玉龙,等.基于SVM测井数据的火山岩岩性识别——以辽河盆地东部坳陷为例[J].地球物理学报,2015,58(5):1785-1793.

Xie Shangxie,Li Zhong,Hu Hailong.Protein secondary structure prediction based on the fuzzy support vector machine with the hyperplane optimization[J].Gene,2018(642):74-83.

吴施楷,曹俊兴.基于连续限制玻尔兹曼机的支持向量机岩性识别方法[J].地球物理学进展,2016,31(2):821-828.

薛浩然,张珂珩,李斌,等.基于布谷鸟算法和支持向量机的变压器故障诊断[J].电力系统保护与控制,2015,43(8):8-13.

杨萌,张葆,宋玉龙.基于优化核函数支持向量机在行人检测中的应用[J].激光与光电子学进展,2018,55(4):1-16.

王鹏.支持向量机在测井解释中的应用[D].武汉:长江大学,2017.

李村合,马敏敏.增量支持向量机核函数的优化[J].计算机系统应用,2017,26(8):284-287.

童晓阳,罗忠运.基于模糊支持向量机的输电线路故障模糊分类方法及其降维显示[J].高电压技术,2015,41(7):2276-2282.

柴愈坤,王志章,李汉林.密井网区测井资料分期标准化方法[J].测井技术,2013,37(1):90-93.

陈文浩,王志章,董少群,等.核岭回归方法解释致密砂岩储层孔隙度[J].测井技术,2015,39(6):710-714.

纪昌明,周婷,向腾飞,等.基于网格搜索和交叉验证的支持向量机在梯级水电系统隐随机调度中的应用[J].电力自动化设备,2014,34(3):125-131.

杨柳,王钰.泛化误差的各种交叉验证估计方法综述[J].计算机应用研究,2015,32(5):1287-1297.

陈科贵,陈旭,张家浩.复合渗透率测井评价方法在砂砾岩稠油油藏的应用——以克拉玛依油田某区八道湾组为例[J].地球科学进展,2015,30(7):773-779.

张晗,卢双舫,李文浩,等.?Log R技术与BP神经网络在复杂岩性致密层有机质评价中的应用[J].地球物理学进展,2017,32(3):1308-1313.

范雯.逐步回归分析方法在储层参数预测中的应用[J].西安科技大学学报,2014,34(3):350-355.

王鹏,王志章,纪友亮,等.核Fisher判别分析在火山岩岩性识别中的应用[J].测井技术,2015,39(3):390-394.

浏览量

166

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据