复杂岩性及多相流体智能识别方法

• 作者: 周金昱 张少华 李洪奇 李雄炎 陈亦寒
• 来源期刊: 石油勘探与开发
• 学科: 工学
• 关键词: 岩性识别 流体识别 储集层评价 计算智能 预测模型
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 综合研究
• 页码范围: 243-248
• 分类号: TE122.1
• 字数: 4902字
• 语种: 中文

摘要

基于优化算法与分类算法的基本原理,针对K-Means优化后的岩心、测井和产液数据集,利用自组织特征映射神经网络SOM聚类建立岩性预测模型,综合决策树和支持向量机建立流体预测模型,并利用遗传算法、网格算法和二次算法对支持向量机的重要参数进行优化,以精确识别复杂储集层岩性和多相流体.对准噶尔盆地东部五彩湾凹陷石炭系复杂储集层4口新井进行精细解释,SOM岩性预测模型、决策树和支持向量机流体预测模型识别准确率分别为91.30％和95.65％,岩性复杂并非导致该储集层中流体性质差异的主要因素；由于研究区数据集复杂性和非线性程度不够强,导致决策树的建模精度优于支持向量机,分别为94.31％和86.97％,且线性的多项式函数性能优于径向基函数RBF和神经元函数Sigmoid、支持向量分类机中C-SVC的分类性能和泛化能力强于v-SVC.图3表4参24

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李洪奇		50	640	15.0	23.0
2	张少华		13	45	4.0	6.0
4	周金昱		3	14	2.0	3.0