多岩性信息融合在砂泥岩孔隙度预测中的应用

• 作者: 余攀 张宏兵 曹呈浩 梁立锋 滕新保
• 来源期刊: 黑龙江科技大学学报
• 学科: 地球科学
• 关键词: 孔隙度 支持向量回归机 岩性信息融合
• 年，卷（期）: 2015,（2）
• 页码范围: 172-176
• 页数: 5页
• 分类号: P618.13|TP183
• 字数: 3962字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-7262.2015.02.012

摘要

储层孔隙度是表征储油物性、建立各类地质模型的重要参数.支持向量回归机(SVR)凭借良好的非线性回归能力,在孔隙度预测中开始广泛应用.由于不同岩性的储层孔隙类型不同,孔隙度结构也存在较大差异,导致该方法的实际应用效果仍不理想.针对上述问题,在孔隙度预测模型中考虑了岩性信息,将样本岩性转化为一种与岩性变化相关性好的属性值,以此构造一种新的预测模型.使用网格粗选和网格精选相结合的方法,优选模型参数.网格粗选确定最优解的近似范围,网格精选可以在局部区间搜索到最优解.结果表明:利用优选参数建立的预测模型,在实际资料预测结果中,加入岩性信息可以提高储层孔隙度的预测精度,该方法可行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张宏兵	河海大学地球科学与工程学院	33	275	10.0	15.0
2	曹呈浩	河海大学地球科学与工程学院	5	22	2.0	4.0
3	梁立锋	河海大学地球科学与工程学院	8	23	4.0	4.0
5	滕新保	河海大学地球科学与工程学院	3	3	1.0	1.0