最小二乘支持向量机在低孔低渗油藏油水识别中的应用

低孔低渗油藏油水关系复杂,测井响应特征不明显,常规的人工经验性油水解释已不能满足实际开发需要。研究采用最小二乘支持向量机分类理论,选取多种相对独立的测井参数对低孔低渗储层流体性质识别分析,以工区试油已证实含油水类型的层位作为训练样本进行训练,建立不同流体性质储层的分类器相应支持向量机和分类面,通过已建立分类器的分类函数,可对待识别的层位进行识别分析。通过对工区的样本学习和预测,并与实际试油资料进行对比,符合率达到91.7%,从而表明,最小二乘支持向量机在油水识别中可获得良好的应用。     

低阻油层识别新方法及其应用

低阻油层是一类电性上比较特殊的油气层,在测井结果中不易与水层区分,它作为一类重要而特殊的油气层已经成为油田开发中后期增储上产的重要对象。因此,深入分析低阻油层成因,并采用有效的方法识别低阻油层具有重要意义。通过全面分析束缚水质量分数、岩性、孔隙结构、黏土矿物成分、地层水矿化度及特殊导电矿物等因素,认为砂岩细粒成分质量分数是M地区某油层低阻的主要影响因素,分析了砂岩细粒成分质量分数对储层、物性、孔隙发育、束缚水及黏土矿物质量分数的影响．提出了一种砂岩细粒成分质量分数与电阻率交会图结合支持向量机识别低阻油层的新方法。编制了砂岩细粒成分质量分数与电阻率交会图,由此确定了低阻油层的砂岩细粒成分质量分数和电阻率临界值。通过支持向量机方法对已知含油气状况的样本点进行了重新识别,并对M地区某低阻油层进行了判别。结果表明,该方法显著提高了低阻油层的识别能力．展示出良好的应用前景。     

应用最小二乘支持向量机识别J13井区杜家台油层岩性

J13井区杜家台油层的储层岩性以低孔低渗中砂岩、细砂岩和不等粒砂岩为主,常规交会图法难以识别,无法确保按岩性建立的测井评价模型的配套使用.为此,应用最小二乘支持向量机对储层岩性进行了识别.首先分析了最小二乘支持向量机的方法原理和实现流程;其次随机选取了J13井区部分层段的岩性和测井响应建立了学习样本集,采用网格搜索法确定了参数C和δ,自检结果表明识别正确率可达到94％;最后对J13井区储层岩性做了测井识别,与岩心分析资料进行对比,岩性识别正确率达到87.5％.研究表明,最小二乘支持向量机可满足J13井区岩性识别的需要.     

支持向量机方法在低阻油层流体识别中的应用

在H油田含油层系中，低阻油层与高阻水层并存，储层的岩性和孔隙结构复杂多变，粘土矿物普遍存在，在电性上直接区分油水层比较困难，常规测井解释符合率较低。为此，在认真分析工区低阻油层地质特征的基础上，引入模式识别领域应用较好的支持向量机（SVM）方法，探索了该方法在油水层划分中的应用。首先综合常规测井资料和试油资料构建57个油水层样本（学习样本34个，预测样本23个），并进行数据归一化处理，然后根据训练样本的分布和实验结果选择核函数类型，利用网格搜索寻优法得到模型最优参数，建立起低阻油层目的层段流体识别模型。利用该模型对23个预测样本进行识别，结果正确的有21个，预测精度达91．3％，其中2个误判样本是将油水同层判识为水层。对34个建模样本进行回判，准确率达100％。对某井4号层位（1476～1481m井段）射孔试油结果产油63．7m^2／d，无水，与预测结果一致。由此表明利用支持向量机方法对未知流体属性的正确识别是可行的。     

渤中凹陷低阻油层成因及测井识别方法研究

低阻油层测井识别是常规测井评价的一大难点问题,其中油层低阻在很大程度上对测井解释符合率产生影响。为了进一步提高低阻油层的解释符合率,该文以测井资料为基础,结合录井、岩心实验分析、测试分析化验等资料,从沉积作用、成岩作用的角度针对渤中凹陷地区低阻油层的成因及测井识别方法开展分析。研究结果表明:渤中凹陷低阻油层主要为薄层低阻油层和泥质引起的低阻油层。另外,采用纵向响应离散法对测井曲线进行处理,依据校正后数值的高低可以对薄层低阻油层进行识别;用双饱和度法可以对泥质引起的低阻油层进行识别。通过获取渤中凹陷低阻油层成因与两种方法对低阻油层的识别效果,为充分挖掘低阻油层潜力和油田高效可持续开发提供重要技术支撑。     

利用常规测井资料对王集地区低阻油田进行油水层识别

王集地区油藏由岩性圈闭和断块圈闭构成,加上低电阻率油层使得测井解释难度加大。文章利用常规测井资料,采用“无侵线法”、含水饱和度、束缚水饱和度重叠显示可动水法、双孔隙度重叠显示含油性法、微差识别法、试油约束的图版法和神经网络识别法建立针对性的油层识别方法与标准,进一步提高常规测井资料对低阻油层的识别能力,增加低阻油层储量,更好地为油田的勘探开发服务。     

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，无需安全信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导辅导训练样本，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100%和93.5484%，而Bayes方法的预测精度分别为77.7778%t 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。     

低阻油层形成机理及测井识别方法研究

随着油气勘探程度的不断深化,非常规油气藏在油气勘探中不断被发现,在实际的勘探过程中低阻油层的储量和产量都在不断增加。低阻油层在沉积环境、岩性、亲水性、黏土性质、孔隙结构等方面都具有自身特征。由其表现出的特征反推其成因机理,推知低阻油层主要成因是高矿化度地层水、高黏土含量、微裂缝发育、油层薄等。根据成因机理可以预测低阻油层,在低阻油层的勘探过程中,主要任务就是识别低阻油层。由于低阻油层的勘探多是在老油田中进行,测井资料比较丰富,因此基于测井资料的低阻油层识别显得尤为重要,目前最常用的是重叠法、自然电位偏移法、"双水模型"法、人工神经网络法等技术方法。由于低阻油层的特殊性,通常情况下仅靠某一种方法、一种资料不能将其识别出来,应广泛结合地震、录井、试井以及地质等各方面的资料进行综合识别。     

准噶尔盆地东部阜东斜坡区头屯河组低电阻率油层特征及测井识别研究

低电阻率油层的识别是阜东斜坡区油气勘探所面临的亟待解决的难题。利用测井资料,结合钻井、录井、试油资料,对油气信息进行捕捉,通过测井项目中技术与高技术对比,分析二者油、水层测井特性,实现通用测井项目的油、水层测井特征描述。采用逐级分类方法,运用有机烃评价技术、岩心实验电阻率与测井电阻率对比技术,对油水层进行解释识别。利用已钻试井的测井资料建立了油、水层识别图版,确定了油、水、干层的判别标准,解决了阜东斜坡带油层识别难得问题,降低了该区油气勘探中油层被忽略的风险。     

一种用于测井油气层综合识别的支持向量机方法

提出了使用支持向量机分类技术在复杂储层中由常规测井、气测录井信息综合识别油气层类型的方法、步骤,重点阐述了输入特征选择、学习算法参数设置和在新疆油气田实际应用效果,并与人工神经网络、神经-模糊、最近邻分类器等3种机器学习模型识别检验结果进行了对比,检验结果表明由支持向量机所建立的油气水识别模型获得了最高的识别检验性能,其次是IncNN、FSM,而kNN相对最低,展示了支持向量机方法在复杂油气藏油气层类型识别应用中的高效性.