基于支持向量机的地震储层参数预测方法初探

支持向量机方法基于结构风险最小化原理,克服了常规统计方法的局限性,能够在有限的样本集基础上兼顾模型的通用性和推广性,具有较高的预测精度。本文利用支持向量机方法对地震储层参数进行了预测,并与BP神经网络预测结果进行了对比分析。结果表明,支持向量机方法预测效果好,值得推广使用。     

基于支持向量机的储层厚度预测方法及应用

储层厚度的预测是隐蔽圈闭识别、油气藏描述中的一项关键性技术，而储层厚度和地震信息之间的非线性关系是通常的数学统计方法难以拟合的。支持向量机方法能够解决小样本情况下非线性函数拟合的通用性和推广性问题，是求复杂的非线性拟合函数的一种有效的技术。模型及实例表明，该方法对储层厚度的预测是有效的。     

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。     

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。     

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。     

基于地震属性优选与支持向量机的油气预测方法

 地震属性分析技术是油气藏勘探开发中的主要研究内容。在利用地震属性进行油气预测前,必须优选出对研究区块油气敏感、彼此相关性不强的属性组。本文针对支持向量机提出一种新的特征选择算法,通过定义核特征相似度推导出核空间类可分性度量,并根据类可分性的变化递归选择最具判别能力的属性子集。将本文算法与支持向量机结合应用于四川观音场构造阳新统上部碳酸盐岩储层和大庆油田Ｇ开发区块的油气预测,预测结果验证了本文方法的有效性,可以成为油气预测中的一种可选方法。     

地震属性信息预测储层厚度

储层厚度的求取是油气藏描述的重要部分 ,其求取方法较多。介绍一种利用神经网络和专家优化法优选地震响应中所包含的地震属性信息 ,然后利用优选后的地震属性预测储层厚度 ,该方法在新疆焉耆盆地本布图地区的应用取得了较好的地质效果。     

地震属性信息预测储层厚度

储层厚度的求取是油气藏描述的重要部分，其求取方法较多。介绍一种利用神经网络和专家优化法优选地震响应中所包含的地震属性信息，然后利用优选后的地震属性预测储层厚度，该方法在新疆焉耆盆地本布图地区的应用取得了较好的地质效果。     

支持向量机方法及其在储层厚度预测中的应用

储层厚度的预测是隐蔽圈闭识别、油气藏描述中的一项关键性技术,而储层厚度和地震信息之间的非线性关系是通常的数学统计方法难以拟合的。支持向量机方法能够解决小样本情况下非线性函数拟合的通用性和推广性的问题,是求复杂的非线性拟合函数的一种有效的技术。模型及实例表明,该方法对储层厚度的预测是有效的。     

基于最小二乘支持向量机的油气水层识别方法

测井解释过程中的油气水层识别实质是一个模式识别问题。基于统计学习理论发展起来的新一代小样本学习算法——支持向量机,是至今模式识别问题的强有力解决方法之一。本文针对现有方法在解决油气水层识别问题中的不足,提出了最小二乘支持向量机(LSSVM)的油气水层识别方法。该方法依据测井所得到的小样本、不适定性等数据信息建立并归一化数据样本集;通过网格搜索法选择LSSVM训练参数C和σ2,用交叉验证法对目标函数进行寻优找到最佳的参数;通过训练学习数据样本和测试数据样本,建立最小二乘支持向量机分类器识别模型。用本文提出的新方法研究了大庆油田某油藏的油气水层识别问题,结果表明最小二乘支持向量机的油气水层识别方法较人工神经网络和标准支持向量机的油气水层识别方法具有更快的运算速度和准确率,是一种值得进一步研究及推广使用的方法。     

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。     

油田开发动态指标的支持向量机预测

本文针对油田开发动态数据建模中小样本、不适定性等问题,提出了一种用ε-不敏感支持向量回归(ε-SVR)方法建模的思想,以解决人工神经网络及微分模拟等方法在数据建模中的过拟合、泛化性差等缺陷。首先通过采集一定数量的训练样本,并对样本进行归一化处理,然后采用交叉验证来选择最优的支持向量回归参数,最后通过训练得到预测模型,计算结果表明ε-SVR是油田开发动态指标预测一种非常有效的数据建模方法。     

基于支持向量机方法的烃类物质自燃点预测

 基于定量结构-性质相关性（QSPR）原理,研究了烃类物质自燃点与其分子结构间的内在定量关系;采用新近提出的支持向量机方法对90种烃类物质的自燃点进行了研究,建立了根据分子结构预测烃类物质自燃点的数学模型;分别采用内部验证及外部验证的方式对模型性能进行了验证。结果表明,自燃点预测值与实验值符合良好,平均绝对误差为21.0℃,均方根误差为27.21,优于多元线性回归和人工神经网络方法所得结果。本方法的提出为工程上提供了一种预测烃类物质自燃点的新的有效方法。     

大庆长垣葡萄花地区储层厚度预测方法

以往利用地震波振幅值预测储层厚度，遇到储层厚度横向变化大的情况时，预测精度往往会降低。为此，在大庆长垣葡萄花地区采用了积分振幅与地震波旅行时视时差的积来预测储层厚度，取得了较好的效果。     

基于支持向量机算法的芳烃抽提装置生产优化模型研究

将适合小样本数据建模的支持向量机算法（包括支持向量分类算法SVC和支持向量回归算法SCR）用于某石化公司芳烃抽提装置优化建模,建立了装置优化目标与有关工艺参数间的定性、定量模型。结果表明,抽余油中芳烃含量SVC模型的分类和预测正确率皆为100%;SVR模型对抽余油中芳烃含量的拟合与预报的均方根误差（RMSE）分别为0.072和0.060;抽余油中芳烃含量的SVR模型对128个训练集及32个测试集拟合和预测的R2和q2分别为0.820和0.867。应用所建优化模型,制定了装置生产优化方案,优化后抽余油中芳烃质量分数从0.82%降至0.74%,下降了9.8%。     

֧�����������ظ�ѹ���е�Ӧ���о�

井层优选和施工方案优化是油气田重复压裂技术的核心，其 “瓶颈”问题是“数据有限”和“模型与参数给不准”以及“许多问题的机理不清楚”，无法获得问题的显式表达。文章尝试应用统计学来获取影响压裂效果的各项因素与压裂效果的关系模型和预测模型，从而优选施工井层和优化施工方案。实践证明，对于样本“数据有限”（小样本）的情况下，支持向量机算法技术适应性强、精度高，在重复压裂研究领域中具有广阔的应用前景。     

基于支持向量机的煤层气井排采层位水源判识

基于煤层气井产出水微量元素的测试结果,探讨支持向量机技术在煤层气排采层位水源判识中的应用,确定最优支持向量机参数获取方法。利用所构建的二叉树结构层次支持向量机模型识别了煤层气井产出水源,并对比验证了不同识别方法。结果表明支持向量机能够有效识别煤层气井产出水源,准确率高于80%。比较分析支持向量机、灰色关联分析和神经网络等预测模型发现,在煤层气井排采水源判识上,对小样本学习而言,支持向量机的预测准确率显著高于神经网络法,与灰色关联分析相当,但灰色关联分析对样本依赖性较强,其泛化能力取决于样本深度。研究证明支持向量机是一种可行、有效的煤层气井排采层位水源判识方法。     

砂砾岩储层有效厚度研究

用容积法计算油气储量时，影响储量计算精度的因素之一是储层有效厚度。砂砾岩由于其岩性复杂，非均质性强，岩石骨架对电测曲线的影响较大，加上常规实验室物性分析精度不高，使砂砾岩储层有效厚度划分比较困难，本文根据大庆油田株罗系、白垩系砂砾岩储层的特征，利用实际资料确定出储层有效厚度下限标准，并结合实例提出利用全直径物性分析资料、气测资料及电测曲线综合确定有效厚度的方法和步骤。     

利用泥饼厚度计算储层压力

本文应用渗流力学的径向流原理，根据钻井过程中井筒钻井液压力、储层压力与泥饼厚度之间的关系，提出了利用泥饼厚度计算储层压力的方法，讨论了该方法的应用范围。经实际应用验证，该方法是可行的。