基于支持向量机的煤层气井排采层位水源判识

• 作者: 李叶朋 申建 陶俊杰
• 来源期刊: 大庆石油地质与开发
• 学科: 工学
• 关键词: 支持向量机 煤层气井 水源判识 灰色关联分析 神经网络
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 非常规油气
• 页码范围: 171-174
• 页数: 4页
• 分类号: TE37
• 字数: 3242字
• 语种: 中文
• DOI: 10.19597/J.ISSN.1000-3754.201706051

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申建	中国矿业大学煤层气资源与成藏过程教育部重点实验室	42	891	15.0	29.0
2	李叶朋	中国矿业大学煤层气资源与成藏过程教育部重点实验室	4	16	3.0	4.0
3	陶俊杰	中国矿业大学煤层气资源与成藏过程教育部重点实验室	2	8	2.0	2.0