基于支持向量回归的井漏预测

钻井过程中的许多参数都会对井漏产生影响,比如钻井液类型、流变参数和密度等。但是,更重要的影响因素与地层特性相关,包括原地应力、孔隙压力、岩石强度以及原生裂缝。因此,针对井漏的特点及其影响因素进行分析,总结出引起井漏的主要原因,就能够在其发生早期对异常状况进行预警,以便及早采取措施,避免或控制井漏的进一步发展。支持向量回归作为一种机器学习模式,其基于统计学习理论和结构风险最小原理,能够在有限信息的基础上,对发展趋势和最优解进行推广。即在钻井过程中能够利用支持向量归回对导致井漏的大量有效数据进行整合,从而构建针对井漏的有效预警系统。这对防范钻井过程中出现的井漏风险,确保钻井安全,降低钻井成本以及提高钻井效率具有重要意义。     

基于支持向量机回归的机械钻速智能预测

塔里木盆地深层油气资源丰富,但随着井深的增加地层可钻性降低、研磨性升高,导致机械钻速低,钻井成本高等难题,亟需钻井优化技术.机械钻速预测是优化钻井的关键技术之一,准确的机械钻速预测可以为钻井参数优化、钻井工具优选等提供重要依据.利用钻井现场可实时获得的录井数据,基于决策树回归算法、随机森林回归算法、支持向量机回归算法和...     

富有机质页岩TOC含量的地球物理定量化预测

四川盆地涪陵地区页岩气已经实现了工业化开采,而TOC含量是评价页岩有机质丰度和生烃能力的主要参数之一。利用测井资料评价烃源岩TOC含量, 能够弥补烃源岩取心少、实测样品分布不连续的不足。为了得到连续的、整体的TOC含量数据,达到对页岩含气层位有机碳含量的定量化预测的目的,以涪陵地区A井为例,从目的层五峰-龙马溪组页岩实测TOC含量出发,结合地球物理测井资料,采用多参数优选、交会分析法、多元回归分析及ΔlgR法寻找与TOC相关性最好的参数,并以此建立区域性的统计学方程。利用该拟合关系式,结合三维地震数据体的叠后反演,计算出TOC数据体。结果显示,预测TOC结果与实测值高度吻合,相关性好,误差小。计算得到页岩目的层位TOC含量为0.5%～5.15%。其中目的层第一段TOC含量为1.9%～5.15%,为优势层段。地震反演得到的TOC连井分布和平面分布特征与研究区4口井的实测与计算TOC值连井对比所表现的分布特征一致。表明用岩石测井密度与TOC关系所预测的TOC分布是准确可信的,此方法可以应用于涪陵地区页岩的勘探评价。     

基于支持向量回归机的地层孔隙压力预测方法

测井资料是确定地层孔隙压力的基础性资料，为此，利用测井资料来研究准噶尔盆地某区块的地层孔隙压力，开展地层孔隙压力区域研究，以充分认识异常地层孔隙压力分布规律。在分析地层孔隙压力预测传统方法局限性的基础上，提出了一种基于有效应力定理和声波速度模型的地层孔隙压力预测方法。由相关测井资料计算泥质含量、孔隙度和声波速度，利用声波速度模型计算垂直有效应力，利用密度测井资料计算上覆岩层压力，最后根据有效应力定理计算地层孔隙压力。声波速度模型由支持向量回归机（SVR）通过对相关测井、测压资料的非线性回归得到。实际应用表明，该方法能够以较高精度预测到异常地层孔隙压力，为钻井工程设计提供依据，提高钻井工艺水平，对钻井过程中防止工程事故发牛，减少地层污染，节省钻井成本有着重要的应用价值。     

基于页岩岩石物理分析技术的TOC和脆性预测

页岩储层甜点评价需要综合利用岩心、测井、岩石物理、地震等各方面的资料,运用页岩岩石物理分析技术,结合叠前弹性参数地震反演结果,形成一套页岩气储层有机碳含量(TOC)预测和页岩气储层脆性预测的技术。为此,文中着重阐述了页岩储层岩石物理分析的三大方面:井曲线校正和反演预测技术、岩石物理扰动分析技术以及有利弹性参数交会分析技术。将该技术应用于中国南方海相页岩气储层甜点预测项目,结果表明该技术适用于该海相页岩气区块,对其他类似地区具有一定的借鉴意义。     

支持向量回归机在气井产能预测中的应用

气井产能预测是气藏工程研究中用于指导气田合理生产的重要工作和任务, 它在气田的整体评价和高效开发进程中具有很强的预见性和主动性。以测井解释结果为基础, 引入近年来预测效果较好的支持向量回归机技术, 建立了气井产能预测的基本模型, 用来对无动态资料的气井进行产能预测。实例分析表明, 该方法预测精度与传统的神经网络技术方法相比有明显提高, 它是一种较为适用和可靠的气井产能预测评价方法。     

TOC含量对页岩脆性指数影响分析

页岩储层的有效开发依赖水平井段的压裂,脆性指数是影响压裂施工设计的一个重要参数。有3种脆性指数计算结果常相互矛盾。通过基于岩心数据刻度对不同页岩层段测井响应特征的比较研究,发现总有机碳含量(TOC)对声波时差和补偿密度等用于计算脆性指数的测井曲线均有影响,是导致3种方法计算结果各不相同的主要原因。采用TOC校正方法与岩心实验数据约束测井评价可使3种计算结果非常接近,有效解决了TOC含量对脆性指数评价的影响。该方法在多口井中应用,效果良好。     

松南地区陆相泥页岩TOC定量预测技术

总有机碳质量分数(TOC)是评价泥页岩生烃能力的关键指标之一,也是评价泥页岩油气甜点的重要参数。针对松南地区SJT地区陆相泥页岩储层,提出了一种TOC定量预测新方法。该方法通过修改模型系数,引入新的测井参数,联合铀预测技术和Δlog R法拟合TOC;同时,在分析泥页岩地球物理响应特征规律的基础上,结合正演分析建立泥页岩储层段的典型波形结构特征与TOC的相关性,利用波形指示反演技术在贝叶斯框架约束下预测TOC分布。利用该结果部署的Y1井钻遇富有机质泥页岩,在Y1井以南部署的水平井连续钻遇气测显示层,验证了新方法的可靠性,对陆相泥页岩TOC的区域评价提供了一种新的解决方案。     

基于层级支持向量机的石油价格预测

本文针对石油价格预测中数据选择不当、数据没有预处理和预测方法单一等问题,提出了层级支持向量机模型(SVM),予以解决。模型的第一层通过Gauss径向基核的支持向量回归机(SVR)对输入数据进行了预处理;模型的第二层对模型第一层所确定的输入数据进行融合,并做出最终的预测,最后用油价波动趋势进行了拟合分析。实例研究表明,层级SVM方法比SVR模型和BP神经网络的性能指标更优,具有很好的应用前景。     

基于支持向量回归机与井导向的三角洲岩性油气藏储层参数预测

三角洲岩性油气藏中储层河道砂体小、散、薄,连通性差,且与泥岩互层,导致反射信号弱,难以进行综合/精细解释。据此,本文提出基于支持向量回归机与井导向的三角洲岩性油气藏储层参数预测方法,用于刻画此类砂体分布特征。从测井资料中提取揭示储层特征的参数作为储层预测的导向,利用支持向量回归机建立多种属性与储层参数之间的映射关系,进而开展储层预测。针对CF区实例,通过估算储层的伽马参数和R4参数预测河道砂体的分布特征,所得结果与钻井揭示的实际岩性有较高吻合度。因此,本文方法适用于三角洲岩性油气藏预测。     

基于支持向量机的气井新井产能预测

运用基于统计学习理论的支持向量机方法,建立了影响因素与气井新井产能之间的预测模型,利用其训练算法对模型进行训练,然后对检验样本进行预测。与传统的神经网络方法预测结果进行对比表明,支持向量机方法能够达到较高的预测精度,是一种有效的预测气井新井产能的数据建模方法。     

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。     

基于支持向量机方法的烷烃辛烷值预测

基于定量结构-性质相关(QSPR)原理,研究化学物质的结构与性能之间的关系,应用支持向量机(SVM)回归方法,建立了根据分子结构预测烷烃马达法辛烷值的数学模型,分别采用内部和外部验证的方式对模型性能进行了验证。结果表明,模型具有较高的稳定性以及预测能力。该方法的提出为工程上提供了一种根据分子结构有效预测烷烃马达法辛烷值的新方法。     

基于支持向量机的交互检验储层预测

基于统计学习理论的支持向量机(support vector machine,SVM)是有限样本情况下的机器学习方法,具有严格的理论基础,能较好地解决小样本、非线性、高维数和局部极小点等问题。在地震储层预测中,影响支持向量机应用效果的主要因素在于惩罚因子及核函数参数的设置,其值设置过小或过大,都会使估计函数的泛化能力变差,降低储层预测精度。为提高支持向量机在储层预测中的应用效果,将已知样本随机划分为若干组,依次选其中的一组作为检验样本,其余样本作为学习样本,交互检验惩罚因子及核函数参数对储层预测精度的影响;优选惩罚因子及核函数参数,提高支持向量机储层预测精度。通过实际资料应用,验证了方法的有效性。     

基于支持向量机的水平井产能预测方法

近年来水平井技术在国内得到了广泛应用,水平井在油气田开发中的作用越来越显著.水平井产能预测是水平井油藏工程必不可少的研究内容.目前的水平井产能预测方法多是基于解析方法,在假设条件下推导出水平井产能计算公式,各方法计算结果差异较大.在数值模拟研究的基础上,利用支持向量机方法进行了水平井产能计算研究,并将其应用于关家堡开发区水平井产能预测.实践证明该方法预测精度高,具有良好的应用前景.     

基于支持向量机的火烧油层效果预测

火烧油层是一种效果显著的稠油热力开采方式,油藏是否适合火烧油层工艺开发,需要采用适当的方法对火烧油层的效果进行预测,传统做法是通过数值模拟的方法来实现,但人为因素的影响较大,且耗时较长。将统计理论中的支持向量机方法应用于火烧油层效果预测,以国内外42个火烧油层现场试验为例,选取储集层、流体最具典型性和代表性的14个参数作为输入向量,选取空气油比作为输出向量,构建火烧油层效果预测支持向量机模型,并对模型进行了检验,讨论了核函数选取和算法参数选取对预测结果的影响。实际检验结果表明,支持向量机方法预测空气油比最大平均相对误差仅为6.491%,证实了该方法预测火烧油层驱油效果的可行性。图2表2参13     

基于支持向量回归的重油催化裂化产物建模及优化

催化裂化反应的产物分布与反应原料组成及反应条件具有复杂的函数关系,以三种重油多个条件下的催化裂化实验结果为训练样本,利用支持向量回归方法建立汽油、柴油产物的产率模型。对于催化裂化回炼油,利用模型的泛化能力对不同操作条件下的汽油、柴油产率进行模拟仿真。以轻质油（汽油、柴油）产率最大为优化目标,利用粒子群算法寻找回炼油反应的最优操作条件。结果表明：模型对各反应条件下的实验结果有良好的拟合效果,模拟仿真的三维图可以直观显示各个反应条件对汽油、柴油产率的影响。优化得到的回炼油最佳反应条件为温度530 ℃,剂油质量比7.5,空速8 h-1。在最佳反应条件下,轻质油产率模拟值为42.3%,实验值为41.8%,相对误差为1.20%。     

四川盆地威远地区五峰组—龙马溪组页岩TOC含量地震定量预测方法及应用

四川盆地威远地区内部钻井少,仅靠岩心实测和测井计算的TOC含量评价该区页岩气资源潜力难度较大,利用地震资料预测页岩TOC含量不但能弥补该区钻井取心少的不足,而且能够评价无井地区页岩的TOC含量。以四川盆地威远地区W201井区三维五峰组—龙马溪组一段1亚段为例,利用钻测井及三维地震资料定量预测了页岩TOC含量的平面及空间分布。首先通过测井计算得到的TOC与地球物理参数交会分析,优选出敏感参数密度,在此基础上,分析该区钻井岩心实测和测井计算的TOC含量与密度的关系,得到计算TOC含量的地震预测模型,然后利用叠前同时反演技术获得该区的密度体,通过预测模型最终实现页岩TOC含量的定量预测。结果表明:①地震预测的TOC与岩心实测和测井计算TOC结果较为吻合,误差较小;②研究区东南部及北部W201井区TOC含量较高,平均值可达2%～4%,为勘探开发有利区。结论认为,该TOC定量预测方法对于研究区适用有效,且对川南地区页岩气勘探开发评价具有一定的指导意义。     

基于支持向量机的属性优选和储层预测

本文采用基于支持向量机(SVM)的特征选择方法进行地震属性优选,根据油井的产油气情况将油井分为高产井和低产井,利用SVM对这些样本进行训练,然后根据每个属性对应的权值进行筛选,便可以选取对油气敏感的属性,进而更好地预测储层。具体过程为:①提取一定量的地震属性;②根据已知井的信息,获得训练样本,训练线性SVM;③计算各个特征的权值;④选取较大权值绝对值对应的多个属性;⑤将支持向量回归机(SVR)应用于优选出的属性,获得储层预测的结果。实际资料应用结果表明,文中方法不仅能筛选出有效的地震属性,还能够有效地预测储层。     

基于支持向量机的甲醇精馏预测控制器设计

针对甲醇精馏过程动态反应慢、机理复杂、参数间耦合严重等问题,设计了一种基于支持向量模型的预测控制器。通过建立支持向量机模型的结构,利用历史数据对模型进行训练,模型训练完成后作为系统的控制器。通过Matlab软件对该模型进行仿真,试验结果表明:该方法控制精度高,具有良好的抗干扰性能,同时该模型具有自学习能力,可以更快地提供甲醇产品估算值,改善控制效果,对解决甲醇精馏控制中遇到的系统复杂、非线性高、机理建模误差大的问题,有一定的改善作用。