面向油气储层综合评价的空间支持向量机模型
【学位授予单位】:成都理工大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:P618.13
【图文】:
jp 对应的 Voronoi 多边形是否存在公共Voronoi边确定它们是否侧向邻近,例如图3-1中离散点1p 和2p 是侧向邻近,而离散点3p 和4p 不是侧向邻近。
6 章 空间支持向量机模型实验与对比分验区概况选择鄂尔多斯盆地苏里格气田东区作为实验区域,实验区域巴拉素、东起什汗水利、西至乌审旗,面积约为 4900km2,位 所示。
天然气评价基础数据预处理预处理是开展实验的前提,对实验结果的准确性和的基础数据包括以点状矢量文件表达的 321 口天件表达的研究区域范围数据。井数据共有 321 组,可分为 4 类。其中 I 类数据 1据 221 组以及 IV 类数据 1 组,位置分布如图 6-2 成气的可能性,I 类数据表示成气的可能性最大,数据,III 类数据的成气可能性较低,IV 类数据表要的储层类别。由于 IV 类数据只有 1 组,在储 III 类数据和 IV 类数据表示的成气的可能性差别并为 III 类数据。归并后的油气钻井数据每类样本
【参考文献】
相关期刊论文 前10条
1 吴建华;万洋洋;;利用泰森多边形的点实体匹配算法[J];测绘科学;2015年04期
2 闫树;;基于支持向量机分类的有效储层识别[J];石化技术;2015年03期
3 黎金玲;李亚楠;郭海湘;胡敬炉;;一种加权的支持向量机及其在储层识别中的应用[J];数学的实践与认识;2014年07期
4 邓燕;;支持向量机在油气储层厚度预测中的应用[J];内江科技;2012年11期
5 杨磊;王化增;陈子凌;;基于支持向量机的油气储量价值等级评价[J];中国石油大学学报(自然科学版);2012年03期
6 朱永才;薛坤林;;基于支持向量机的储层参数反演[J];广东石油化工学院学报;2012年01期
7 李少华;刘远刚;王延忠;;泰森多边形在地质数据去丛聚中的应用[J];物探与化探;2011年04期
8 刘晓亮;丁世飞;朱红;张力文;;SVM用于文本分类的适用性[J];计算机工程与科学;2010年06期
9 杨霞;李大军;;Voronoi图的研究现状及发展趋势[J];中国西部科技;2009年30期
10 唐小彪;;基于对应分析的支持向量机回归在地震储层厚度预测中的应用[J];物探与化探;2009年04期
相关博士学位论文 前3条
1 张洁;基于CA-SVM模型的福建省莆田市城市空间动态扩张研究[D];中国地质大学;2017年
2 欧阳玲;基于遥感和SVM模型的松嫩平原南部耕地质量评价[D];中国科学院大学(中国科学院东北地理与农业生态研究所);2017年
3 刘学锋;GIS辅助油气勘探决策支持研究[D];武汉大学;2004年
相关硕士学位论文 前10条
1 李t熡
本文编号:2777112
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/2777112.html