基于Hilbert空间的致密碎屑岩储层有效裂缝识别方法
发布时间:2021-07-13 00:05
裂缝性致密碎屑岩是一种重要的油气储层,其裂缝发育段识别及预测是研究的关键。研究表明,主成分分析法在裂缝别识中具有良好的效果。为进一步改进主成分分析法对数据非线性结构处理能力不足的缺陷,将其拓展到Hilbert空间,利用核函数优化成核主成分分析法,有效提高了对样本数据的非线性分析能力和提取识别的精确度。对沁水盆地南部地区山西组致密碎屑岩储层有效裂缝进行识别,主成分1和主成分2的累积贡献率提高至94.800%,较传统主成分分析法提高了6.240%。运用优化后的核主成分分析法对有效裂缝进行识别,能够更加有效区分致密碎屑岩储层发育裂缝与不发育裂缝,同时能够进一步识别未充填裂缝与半充填、全充填裂缝储层,提高对致密碎屑岩储层有效裂缝的识别精度。
【文章来源】:油气地质与采收率. 2020,27(02)北大核心CSCD
【文章页数】:7 页
【部分图文】:
线性可分示意
图1 线性可分示意为得到非线性分界面进行线性投影,需将样本数据映射到更高维空间。Hilbert空间是现实空间的一个无限维推广,在Hilbert空间用线性模型进行分类,实现非线性数据的线性可分(图3)。
为得到非线性分界面进行线性投影,需将样本数据映射到更高维空间。Hilbert空间是现实空间的一个无限维推广,在Hilbert空间用线性模型进行分类,实现非线性数据的线性可分(图3)。3.2 核函数
本文编号:3280921
【文章来源】:油气地质与采收率. 2020,27(02)北大核心CSCD
【文章页数】:7 页
【部分图文】:
线性可分示意
图1 线性可分示意为得到非线性分界面进行线性投影,需将样本数据映射到更高维空间。Hilbert空间是现实空间的一个无限维推广,在Hilbert空间用线性模型进行分类,实现非线性数据的线性可分(图3)。
为得到非线性分界面进行线性投影,需将样本数据映射到更高维空间。Hilbert空间是现实空间的一个无限维推广,在Hilbert空间用线性模型进行分类,实现非线性数据的线性可分(图3)。3.2 核函数
本文编号:3280921
本文链接:https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3280921.html