大庆石油学院学报
大慶石油學院學報
대경석유학원학보
JOURNAL OF DAQING PETROLEUM INSTITUTE
2011年
6期
35-40
,共6页
庞河清%匡建超%蔡左花%王众%黄耀综
龐河清%劻建超%蔡左花%王衆%黃耀綜
방하청%광건초%채좌화%왕음%황요종
逐类组合支持向量机%气层判识%气层产能预测%陕甘宁盆地马五1气藏
逐類組閤支持嚮量機%氣層判識%氣層產能預測%陝甘寧盆地馬五1氣藏
축류조합지지향량궤%기층판식%기층산능예측%협감저분지마오1기장
针对致密储层判识和产能预测准确率低,提出一种新的建模方法——逐类组合支持向量机方法(TCSVM).首先应用支持向量分类机(SVC)实现储层类别判识,然后用支持向量回归机(SVR)建立气层产能预测模型,最后对未知储层进行判识和产能预测.该模型通过前期降噪、降维的属性优化,有效降低数据类别对储层判识的干扰,提高储层判识和气层产能预测的准确率.以陕甘宁盆地中部气田马五1气藏为例,选用19口井的92个已测试层位作为已知样本(其中78个训练样本,14个检验样本),以气层、含气层、干层、水层和产能赋值为目标,挑选与储层特征密切相关的10个特征参数作为输入变量,建立中部气田马五1气藏的储层判识模型和气层产能预测模型.检验结果表明:模型的预测误差较传统的建模方法和多项式自组织神经网络方法(MOSN)低,其中尤以主成分分析逐类组合支持向量机模型(PCA-TCS-VM)的预测误差最低(平均绝对误差为0.359,平均相对误差为0.036).表明逐类组合支持向量机方法减少数据类别对储层判识和产能预测的干扰,提高准确率,对油气勘探具有积极指导意义.
針對緻密儲層判識和產能預測準確率低,提齣一種新的建模方法——逐類組閤支持嚮量機方法(TCSVM).首先應用支持嚮量分類機(SVC)實現儲層類彆判識,然後用支持嚮量迴歸機(SVR)建立氣層產能預測模型,最後對未知儲層進行判識和產能預測.該模型通過前期降譟、降維的屬性優化,有效降低數據類彆對儲層判識的榦擾,提高儲層判識和氣層產能預測的準確率.以陝甘寧盆地中部氣田馬五1氣藏為例,選用19口井的92箇已測試層位作為已知樣本(其中78箇訓練樣本,14箇檢驗樣本),以氣層、含氣層、榦層、水層和產能賦值為目標,挑選與儲層特徵密切相關的10箇特徵參數作為輸入變量,建立中部氣田馬五1氣藏的儲層判識模型和氣層產能預測模型.檢驗結果錶明:模型的預測誤差較傳統的建模方法和多項式自組織神經網絡方法(MOSN)低,其中尤以主成分分析逐類組閤支持嚮量機模型(PCA-TCS-VM)的預測誤差最低(平均絕對誤差為0.359,平均相對誤差為0.036).錶明逐類組閤支持嚮量機方法減少數據類彆對儲層判識和產能預測的榦擾,提高準確率,對油氣勘探具有積極指導意義.
침대치밀저층판식화산능예측준학솔저,제출일충신적건모방법——축류조합지지향량궤방법(TCSVM).수선응용지지향량분류궤(SVC)실현저층유별판식,연후용지지향량회귀궤(SVR)건립기층산능예측모형,최후대미지저층진행판식화산능예측.해모형통과전기강조、강유적속성우화,유효강저수거유별대저층판식적간우,제고저층판식화기층산능예측적준학솔.이협감저분지중부기전마오1기장위례,선용19구정적92개이측시층위작위이지양본(기중78개훈련양본,14개검험양본),이기층、함기층、간층、수층화산능부치위목표,도선여저층특정밀절상관적10개특정삼수작위수입변량,건립중부기전마오1기장적저층판식모형화기층산능예측모형.검험결과표명:모형적예측오차교전통적건모방법화다항식자조직신경망락방법(MOSN)저,기중우이주성분분석축류조합지지향량궤모형(PCA-TCS-VM)적예측오차최저(평균절대오차위0.359,평균상대오차위0.036).표명축류조합지지향량궤방법감소수거유별대저층판식화산능예측적간우,제고준학솔,대유기감탐구유적겁지도의의.