基于GIS的油气资源有利区多因子预测
发布时间：2021-09-02 17:12
油气有利区预测是油气勘探开发的核心工作,关系着油气资源开发的成本及效用。随着数字油藏的发展,基于GIS的空间分析预测技术,在油气田中的利用初现雏形。油气有利区预测涉及到多学科成果图件的综合分析,必将成为油气勘探开发中需要亟待进一步研究探讨的重要问题。利用GIS进行油气资源有利区预测具有自动化、快速、时效性、易于更新、减少专业人员对地质研究认识的依赖等特点。本文开展了预测多因子的自动筛选以及油气有利区自动预测模型的构建方法研究。论文以.NET平台为基础,通过R语言与GIS技术联合开发的设计方案,研发了油气资源有利区多因子预测系统,主要完成了如下内容:（1）创建了基于GIS油气藏多因子信息及成果图件空间数据库,建立存储有利区预测的影响因素多因子图层,完成对多信息、多源、多维、多尺度的信息以及大量的井位样本数据的存储。（2）完成了基于GIS的多学科成果图件标准化方法的研究,统一海量的不同格式的数据,实现油气资源多学科成果图件的空间参考,像元,图幅等多方面的成果图件标准化统一。（3）建立了基于GIS的油气资源有利区多因子预测模型,借助大量的油气资源数据研究多种因子筛选方法以及最优的预测算法,最...
【文章来源】：长江大学湖北省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
技术路线
后的数据进行油气资源有利区多因子的数据分析才能消除量纲差异。数据标准化也可以被称作为统计数据的指数化。数据标准化处理目的主要是为了达到数据无量纲化的效果。数据标准化中的数据无量纲化是为了让产生的数据具有可比性的特性。数据标准化是 R 语言中最常见的算法之一，应用非常广泛（常见的有①Z-score 标准化，②最小—最大标准化，③按小数定标标准化）。原始数据的各种指标经过标准化处理后，都处于某个数量级别上，产生的指标对数据的统一分析有很好的效果。以下以预测油气多因子中的二百多口井某个层位的砂体厚度为测试数据来对比几种标准化方法。3.1.1 离差标准化研究离差标准化也叫最小—最大标准化，是对原始数据的线性变换，将数据映射到[0,1]之间。公式为 x-min(x) / max(x)-min(x)，其中 x 为砂体厚度样本因子中的每个数，min（x）是砂体厚度中的最小数，max(x)是砂体厚度中的最大数。下图为砂体厚度进行离差标准化之前与之后的效果图（图 3-1），可以看出进行标准化之前，数值分布主要在 0 到 20 之间，标准化之后数值分布在 0 到 1 之间。
对油气有利区分区块预测时可能会产生区域性与整体不一致的影响。3.1.2 按小数定标标准化研究小数定标标准化是根据移动数据的小数点来进行标准化的，标准化后的数据正负与原始数据的正负一致，并且数值居于[-1,1]之间。小数点往后移动几位主要是根据属性取值中的最大绝对值决定的。小数点往后移动几位（即小数定标的指数）公式为 i=ceiling(log(max(abs(x)),10))，其中 ceiling（x）表示取大于x 的最小整数，abs（x）表示取 x 的绝对值。x/10^i 小数定标标准化后的数据，其中 i 是小数定标指数。图 3-2 可以看出砂体厚度进行小数定标标准化之后，所有的值分布在 0 到 0.2 之间，而原来的砂厚分布区间为[0,20]。
【参考文献】：
期刊论文
[1]油田数字信息化建设进程及发展趋势研究[J]. 潘长满. 科技风. 2016(05)
[2]随机森林模型在分类与回归分析中的应用[J]. 李欣海. 应用昆虫学报. 2013(04)
[3]随机森林理论浅析[J]. 董师师,黄哲学. 集成技术. 2013(01)
[4]三维GIS技术在油田勘探开发中的研究与应用[J]. 秦俊茹,梁绍敏,赵红敏. 内江科技. 2012(08)
[5]随机森林方法研究综述[J]. 方匡南,吴见彬,朱建平,谢邦昌. 统计与信息论坛. 2011(03)
[6]基于GIS的数字油藏模型探讨[J]. 范海军,姚军. 吉林大学学报(信息科学版). 2010(05)
[7]数字油田、数字油藏与数字盆地特征分析[J]. 李伟忠,刘明新. 大庆石油学院学报. 2009(01)
[8]数字油藏中知识发现方法研究[J]. 张允,姚军. 微计算机信息. 2007(34)
[9]GIS辅助含油气盆地储层综合评价——以松辽盆地北部徐家围子断陷为例[J]. 刘学锋,何幼斌,李少华,何贞铭,李先华. 石油天然气学报(江汉石油学院学报). 2006(04)
[10]基于GIS的松辽盆地北部深层气运移路径模拟[J]. 刘学锋,钟广法,李先华,陈强. 天然气工业. 2006(05)
博士论文
[1]面向数字油田的云数据服务架构研究[D]. 朱正平.长江大学 2015
[2]GIS辅助油气勘探决策支持研究[D]. 刘学锋.武汉大学 2004
硕士论文
[1]基于R语言的空间统计分析研究与应用[D]. 杨中庆.暨南大学 2006
[2]大庆油田有限责任公司数字油田模式与发展战略研究[D]. 王权.天津大学 2003
本文编号：3379405
【文章来源】：长江大学湖北省
【文章页数】：80 页
【学位级别】：硕士
【部分图文】：
技术路线
后的数据进行油气资源有利区多因子的数据分析才能消除量纲差异。数据标准化也可以被称作为统计数据的指数化。数据标准化处理目的主要是为了达到数据无量纲化的效果。数据标准化中的数据无量纲化是为了让产生的数据具有可比性的特性。数据标准化是 R 语言中最常见的算法之一，应用非常广泛（常见的有①Z-score 标准化，②最小—最大标准化，③按小数定标标准化）。原始数据的各种指标经过标准化处理后，都处于某个数量级别上，产生的指标对数据的统一分析有很好的效果。以下以预测油气多因子中的二百多口井某个层位的砂体厚度为测试数据来对比几种标准化方法。3.1.1 离差标准化研究离差标准化也叫最小—最大标准化，是对原始数据的线性变换，将数据映射到[0,1]之间。公式为 x-min(x) / max(x)-min(x)，其中 x 为砂体厚度样本因子中的每个数，min（x）是砂体厚度中的最小数，max(x)是砂体厚度中的最大数。下图为砂体厚度进行离差标准化之前与之后的效果图（图 3-1），可以看出进行标准化之前，数值分布主要在 0 到 20 之间，标准化之后数值分布在 0 到 1 之间。
对油气有利区分区块预测时可能会产生区域性与整体不一致的影响。3.1.2 按小数定标标准化研究小数定标标准化是根据移动数据的小数点来进行标准化的，标准化后的数据正负与原始数据的正负一致，并且数值居于[-1,1]之间。小数点往后移动几位主要是根据属性取值中的最大绝对值决定的。小数点往后移动几位（即小数定标的指数）公式为 i=ceiling(log(max(abs(x)),10))，其中 ceiling（x）表示取大于x 的最小整数，abs（x）表示取 x 的绝对值。x/10^i 小数定标标准化后的数据，其中 i 是小数定标指数。图 3-2 可以看出砂体厚度进行小数定标标准化之后，所有的值分布在 0 到 0.2 之间，而原来的砂厚分布区间为[0,20]。
【参考文献】：
期刊论文
[1]油田数字信息化建设进程及发展趋势研究[J]. 潘长满. 科技风. 2016(05)
[2]随机森林模型在分类与回归分析中的应用[J]. 李欣海. 应用昆虫学报. 2013(04)
[3]随机森林理论浅析[J]. 董师师,黄哲学. 集成技术. 2013(01)
[4]三维GIS技术在油田勘探开发中的研究与应用[J]. 秦俊茹,梁绍敏,赵红敏. 内江科技. 2012(08)
[5]随机森林方法研究综述[J]. 方匡南,吴见彬,朱建平,谢邦昌. 统计与信息论坛. 2011(03)
[6]基于GIS的数字油藏模型探讨[J]. 范海军,姚军. 吉林大学学报(信息科学版). 2010(05)
[7]数字油田、数字油藏与数字盆地特征分析[J]. 李伟忠,刘明新. 大庆石油学院学报. 2009(01)
[8]数字油藏中知识发现方法研究[J]. 张允,姚军. 微计算机信息. 2007(34)
[9]GIS辅助含油气盆地储层综合评价——以松辽盆地北部徐家围子断陷为例[J]. 刘学锋,何幼斌,李少华,何贞铭,李先华. 石油天然气学报(江汉石油学院学报). 2006(04)
[10]基于GIS的松辽盆地北部深层气运移路径模拟[J]. 刘学锋,钟广法,李先华,陈强. 天然气工业. 2006(05)
博士论文
[1]面向数字油田的云数据服务架构研究[D]. 朱正平.长江大学 2015
[2]GIS辅助油气勘探决策支持研究[D]. 刘学锋.武汉大学 2004
硕士论文
[1]基于R语言的空间统计分析研究与应用[D]. 杨中庆.暨南大学 2006
[2]大庆油田有限责任公司数字油田模式与发展战略研究[D]. 王权.天津大学 2003
本文编号：3379405
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3379405.html
