应用支持向量机方法预测储层敏感性

介绍了支持向量机的基本理论;通过单相关分析找出影响储层敏感性的主要因素,应用测井资料提取这些敏感性参数,使用支持向量机算法,以影响敏感性的主要因素作为支持向量机网络的输入层,预测储层的敏感性.分别使用支持向量机和BP神经网络2种方法对×油田的测井资料进行了处理、分析.对比结果表明,用支持向量机得到的速敏、水敏、盐敏的预测结果具有更高的预测精度.这说明支持向量机预测储层敏感性是一种切实可行的方法.     

基于储层分类的支持向量机渗透率预测

研究区孔隙度、渗透率分布范围广、非均质性强,在进行储层渗透率求取时存在较大误差。根据取心物性资料、测井资料,选用流动层带指标I_(FZ)划分方法将取心井储层划分Ⅰ、Ⅱ、Ⅲ、Ⅳ类,并建立每类储层的储层类型预测模型。根据与渗透率有关的测井属性变量,利用支持向量机技术对每类储层进行训练学习,分别建立各类储层的渗透率预测模型。对研究区取心井测试样本渗透率进行预测,与常规的统计方法以及分类前的支持向量机预测模型相比,分类后的模型预测精度有了明显提高,为研究区的储层评价提供了一种有效的研究途径。     

支持向量机在储层厚度预测中的应用

将支持向量机运用到储层厚度估计中，利用地震属性及少量测井作为学习样本进行储层预测。通过引入窗口核函数，准确地反映了不同深度的地质信息。通过实例将支持向量机预测结果与BP网络预测结果进行比较，结果表明该方法有效可靠，预测精度高，可很好地解决BP网络方法中无法避免的局部极值问题。     

LogProp碎屑岩测井油气产能预测软件

中国诸多学者开展了大量测井产能预测研究工作,形成了一些特色产能预测软件模块,并取得了较好的应用效果,但没有形成一个集成化的软件,不利于测井产能预测工作的推广。LogProp软件是集成化的测井油气产能预测软件,软件依托测井综合解释平台,进行整体设计,集成了3大类7种测井产能预测方法,满足高中低孔隙度渗透率、特低孔隙度渗透率碎屑岩储层、自然产出和压裂开发情况下产能预测需要。软件支持测井产能预测全流程,功能覆盖测井数据处理、储层精细评价、产能预测、工程应用各环节。初步应用效果表明,该软件满足碎屑岩储层测井产能预测的要求。     

川西新场气田沙溪庙组致密碎屑岩储层单井产能评价与预测

川西新场气田侏罗系沙溪庙组气藏是典型的低渗透致密碎屑岩气藏,由于地质条件复杂,非均质性极强,储层单井产能预测已成为难点之一.通过分析测井信息和储层物性,提取声波时差、裂缝张开度、裂缝渗透率等11个与产能相关的参数,并运用相关系数法确定裂缝张开度、裂缝渗透率、产能系数、裂缝孔隙度、裂缝发育指数和综合评价指数6个指标作为产能控制特征参数;然后选取33个已测试层位作为已知样本,利用支持向量机构建适合该区的产能预测方程,预测标准误差为0.0661,平均绝对误差仅为0.0182,预测精度较高;最后,利用所构建的产能方程对24个未测试层位的产能进行预测,完成沙溪庙组气藏单井产能评价.      

滩坝砂储集体测井产能等级划分与地震属性横向预测

滩坝砂储层因其储层物性差、单层厚度薄等特点而导致产能预测较为困难,提出了一种新的基于数据和模型双驱动的井震结合产能等级划分方法。通过机器学习中的降维算法结合聚类算法,并利用聚类算法中的肘部法确定最佳聚类数,进行储层测井产能等级自动划分。首次在平面径向流公式的基础上建立了测井产能等级指示模型,为地震属性横向预测提供井点刻度。以胜利油田W工区为例,利用最小二乘法推导出了测井产能等级指数公式,计算了10口井目的层单井产能等级指数。对提取的多种地震属性在井点处的属性值与测井产能等级分类结果进行Pearson相关性分析,优选了3种与产能等级指数显著相关且两两之间相互独立的地震属性。利用支持向量回归算法,建立了地震属性融合的储层产能等级指数平面图,经3口验证井检验,产能等级指数平面图与实际产能吻合程度较好。研究结果表明,基于测井产能等级划分的地震属性横向预测方法可以有效预测靶区储层产能等级。     

砂泥岩储层测井产能预测方法及应用

基于渗流力学基本原理,研究了砂泥岩储层测井产能评价及预测方法,建立起预测砂泥岩储层产能的数学模型,实现了利用测井资料预测砂泥岩储层产能的技术方法,对影响产能的储层沉积、构造特性、储层特性、储层含油气性质、储层流体性质等主要因素进行了分析,提出不同泥浆条件下的测井系列。实际资料处理结果表明,测井产能预测技术在优化储层改造方案、缩短海上测试周期等方面有着重要应用前景,对今后勘探和开发实践提供了有意义的指导和借鉴。     

基于远探测声波碳酸盐岩储层产能预测技术

应用测井资料对碳酸盐岩储集层产能进行定性或定量评价预测一直是测井评价难题,尝试利用反射波能量进行碳酸盐岩储层预测取得较为理想的效果。对反射波在传播过程中的能量损失原因进行分析,采取了相应的补偿方法,利用能量计算公式对补偿后的能量进行计算。分析了能量与产能的关系,给出了半定量的产能预测方法。塔里木油田的14口井数据分析表明,在大部分情况下反射波的能量与产能基本上呈正相关关系,其相关性较高,可以用反射波的能量进行碳酸盐岩储层产能的半定量预测。     

改进LSSVM在水平井产能预测中的应用

在水平井开发可行性论证及水平井优化设计中,产能预测是重要依据,常规产能预测方法,由于样本较少和影响因素多,预测精度难以保证。为此,采用最小二乘支持向量机方法回归出预测模型进行水平井产能预测。最小二乘支持向量机对标准支持向量机进行了改进,把不等式约束改为等式约束,把误差平方和损失函数作为训练集的经验损失,把解二次规划问题转化为求解线性方程组问题,较好地解决了水平井产能预测样本少、影响因素多的问题。引入粒子群优化算法来优选最小二乘支持向量机中的参数组合,〖JP〗既克服了交叉验证法耗时长的缺点,又发挥了最小二乘支持向量机的小样本学习能力强和计算简单的特点。以大庆油田某一区块10口水平井的生产资料作为样本,采用最小二乘支持向量机方法回归出预测模型,对该区块两口水平井的产能进行了预测,结果表明,预测产能与实际产能的最大相对误差小于15%,能够满足工程需要。      

地层可钻性级值预测新方法

对测井资料与地层可钻性级值的关系进行了分析,提出了一种基于粒子群优化支持向量机算法预测地层可钻性级值的新方法,利用测井声波时差、地层密度、泥质质量分数和地层深度进行学习训练支持向量机,并利用粒子群优化算法对支持向量机(PSO-SVM)参数进行优化,建立了预测地层可钻性级值的支持向量机模型。应用该方法对准噶尔盆地庄2井的地层可钻性级值进行了预测,并将该方法的预测结果与BP神经网络方法的预测结果进行了比较。结果表明,该方法优于BP神经网络方法,具有预测精度高、收敛速度快、推广能力强等优点。