复杂储层测井评价数据挖掘方法研究

• 作者: 孟照旭 张军 李洪奇 谭锋奇 郭海峰 郭海敏
• 来源期刊: 石油学报
• 学科: 工学
• 关键词: 储层评价 数据挖掘 预测建模 参数优化 特征选择 支持向量机 水淹层 决策树
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 地质勘探
• 页码范围: 542-549
• 页数: 8页
• 分类号: TE19
• 字数: 7454字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-2697.2009.04.011

摘要

数据挖掘是应对石油勘探开发未来挑战的10项关键技术之一.提出了一种将预测性数据挖掘技术应用于复杂储层测井评价的方法.将遗传算法应用于特征子集选择和建模参数优化,利用重复交叉验证得到泛化误差的无偏估计,并从选定的多学习算法建模结果中优选出最终预测模型.以克拉玛依油田六中区克下组油藏水淹级别划分为例,在该方法框架内对比研究了8种特征子集方案和决策树、神经网络、支持向量机、贝叶斯网络、组合学习等5种分类方法12种预测模型.结果表明支持向量机预测准确率最高,达91.47%,选择其作为最终预测模型,而决策树模型容易理解,作为辅助参考模型.利用该数据挖掘方法解决油、气、水层识别和岩性划分等问题时,能够获得高性能的分类模型,从而将有效地提高解释精度和符合率.