支持向量机在大庆齐家凹陷测井解释中的应用

支持向量机在大庆齐家凹陷测井解释中的应用

在大庆齐家-古龙凹陷葡西地区的含油层系中,薄差油层、低阻油层、高阻水层并存,储层的岩性、孔隙结构复杂多变,开发井的解释符合率较低,远不能满足油田高效开发的要求.为了提高测井解释精度,之前已经采用许多学习算法(如Bayes方法)对该地区的油水层进行划分,但都未能达到理想的效果.为此,以大庆齐家凹陷某口井的测井资料为例,探讨了支持向量机方法在油气识别中的应用.支持向量机方法基于统计学习理论,具有全局优化、泛化能力强等优点,适合对不同模式进行分类,在建立分类模型时仅依赖原始测井数据,无需完全依赖地区经验公式或经验数据,因此减小了由经验带来的误差.利用一口井的测井资料,提取了51层样本作为测试参数,分为两组:一组取27层为训练样本,24层为测试样本;另一组取20层为训练样本,31层为测试样本.分别采用支持向量机方法和Bayes方法进行了油气预测,在两种训练样本条件下,支持向量机方法的预测精度分别达到了100%和93.5484%,而Bayes方法的预测精度分别为77.7778%和77.4193%,这表明利用支持向量机方法对未知油气层的属性进行正确识别是可行的.

作 者： 刘得军 冉群英 王斌 Liu Dejun Ran Qunying Wang Bin   作者单位： 刘得军,Liu Dejun(大庆石油学院,黑龙江大庆,163318;中国石油大学机电工程学院,北京,102249)

冉群英,Ran Qunying(大庆石油学院,黑龙江大庆,163318)

王斌,Wang Bin(中国石油集团大庆石油管理局钻井技术服务公司,黑龙江大庆,163358) 

刊 名： 石油物探  ISTIC PKU 英文刊名： GEOPHYSICAL PROSPECTING FOR PETROLEUM  年，卷(期)： 2007 46(2)  分类号： P631.1  关键词： 统计学习理论   支持向量机   油气层分类   油气属性   模式识别