基于支持向量机的辫状河测井沉积微相识别

发布时间：2017-10-13 10:16

  本文关键词：基于支持向量机的辫状河测井沉积微相识别

  更多相关文章： 测井解释 辫状河 沉积微相 支持向量机 鄂尔多斯盆地

【摘要】：辫状河沉积环境下的单井沉积微相解释工作易受其繁琐性与主观性影响。提出一种基于测井曲线针对辫状河沉积环境的沉积微相自动识别方法,用于单井沉积微相解释,为后续储层精细描述以及地质建模提供依据。以工区内测井曲线为基础,通过对地层单元内的测井数据进行分析,得到统计参数作为支持向量机训练的输入参数,输出对应的沉积微相解释结果。使用鄂尔多斯盆地某区块1 944组沉积微相样本数据对支持向量机进行训练,验证集由另外648组样本数据组成。2组数据集被选用于测试训练后的支持向量机在沉积微相自动识别方面的应用效果,其中第1组由648组样本数据组成,来自与训练集验证集同一区域,用于测试支持向量机对沉积微相识别效果;另外一组数据集由816组来自于不同区域的样本数据组成,用于测试方法的泛化性。结果表明该方法对2组测试集分类的正确率分别能够达到95.4%和93.1%。该方法在单井沉积微相自动识别方面具有足够的准确性与可靠性。
【作者单位】： 长庆油田分公司苏里格气田研究中心;低渗透油气田勘探开发国家工程实验室;西安石油大学计算机学院;
【关键词】： 测井解释 辫状河 沉积微相 支持向量机 鄂尔多斯盆地
【基金】：国家科技重大专项鄂尔多斯盆地大型低渗透岩性地层油气藏开发示范工程(2011ZX05044) 陕西省自然科学基础研究计划资助项目(2014JQ5193) 西安石油大学青年科技创新基金资助项目(2014BS13)
【分类号】：P631.81
【正文快照】： 0引言近年来诸多学者基于智能算法对测井信息的自动识别研究进行了很多扩展,这是由于智能算法在复杂非线性信号分类方面具有其独到的优势。Sau-men利用贝叶斯神经网络以测井曲线为基础对岩石的类别及沉积相进行自动分辨,Alpana利用模块化的神经网络从测井曲线中提取测井相信息

【相似文献】

中国期刊全文数据库 前10条

1 高建军,孟元林,张靖,肖丽华,周s，

本文编号：1024277