基于改进PSO-SVM的钻井液侵入储层深度预测

• 作者: 陈飞
• 来源期刊: 新疆石油天然气
• 学科: 工学
• 关键词: 支持向量机 钻井液 预测 污染
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 油气勘探
• 页码范围: 41-44
• 页数: 4页
• 分类号: TE254.1
• 字数: 3918字
• 语种: 中文

摘要

开展钻井液侵入储层深度预测,对于测井评价以及提高油井产能具有一定的现实意义.在分析钻井液侵入储层的机理和特征的基础上,提出了钻井液侵入储层的影响因素指标体系,建立了改进PSO-SVM的钻井液侵入储层深度预测模型,以塔里木塔中35口井为例进行了实证分析,并与传统BP神经网络和SVM模型预测结果进行了对比.研究结果表明:侵入深度与泥饼的渗透率、钻井液与储层压差以及侵入时间正相关,与储层孔隙度和钻井液粘度负相关,改进的PSO-SVM模型预测结果误差小,准确率高,能够用于钻井液侵入储层深度预测,具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈飞		1	0	0.0	0.0