支持向量机法在小断裂识别中的研究与应用

详细信息    查看官网全文

• 论文作者：杜炳毅 ; 王恩利 ; 杨庆 ; 杨午阳
• 年：2017
• 作者机构：中国石油勘探开发研究院西北分院;
• 论文关键词：支持向量机法 ; 裂缝敏感曲线 ; 储层预测
• 会议召开时间：2017-04-25
• 会议录名称：中国石油学会2017年物探技术研讨会论文集
• 语种：中文
• 分类号：P618.13;P631.4
• 学会代码：SYDQ
• 会议名称：中国石油学会2017年物探技术研讨会
• 会议地点：中国天津
• 主办单位：中国石油学会物探专业委员会
• 学会名称：石油地球物理勘探编辑部
• 页数：4
• 文件大小：1351k
• 原文格式：O
• 会议级别：全国

摘要

小断裂的精细识别与综合预测是裂缝型油气藏勘探的热点与难点,裂缝的发育程度决定了储层的分布特征,且具有很强的非均值性。本研究构建了裂缝敏感因子,在地震属性优化和选择的基础上,利用支持向量机算法实现裂缝型储层的综合预测与评价。首先,根据工区储层特征,利用常规的测井资料建立反映断裂特征的敏感测井曲线;然后,从叠后地震资料中提取大量属性,并运用相关聚类算法选择与裂缝特征最敏感的属性集合;最后,运用支持向量机建立裂缝敏感因子与地震属性集之间的非线性映射关系,从而实现裂缝储层小断裂特征的精细刻画。对本文提出的新技术在实际工区中进行测试应用,预测的小断裂发育规律与研究工区的地质认识吻合较好,并且与测井资料解释结果具有很高的一致性,因此,该方法可为裂缝性储层识别提供可靠的地球物理依据。

引文

[1]袁晓宇,李英涛,叶宁等.基于频谱分解的蚂蚁追踪裂缝检测技术在玉北地区的应用研究[J].石油地球物理勘探.2015,50(4):665-671.
    [2]杨培杰,印兴耀.基于支持向量机的叠前地震反演方法[J].中国石油大学学报(自然科学版),2008,21(1):37-41.
    [3]Tao Zhao,Vikram Jayaram,and Kurt J.Marfurt.Lithofacies classification in Barnett Shale using proximal support vector machines.2014,SEG Technical Program Expanded Abstracts[C]:1491-1495.
    [4]赵学松,高强山,唐传章等.基于支持向量回归机与井导向的三角洲岩性油气藏储层参数预测[J].石油地球物理勘探,2016,51(5):976-982.
    [5]金龙,陈小宏,王守东.基于支持向量机与信息融合的地震油气预测方法[J].石油地球物理勘探,2006,41(1):76-80.
    [6]郭宇航,潘保芝,蒋必辞等.苏里格地区三水模型与数字方法结合的致密砂岩储层评价[J].石油物探,2015,54(5):621-626.
    [7]孙建孟,刘蓉,梅基席等.青海柴西地区常规测井裂缝识别方法[J].测井技术,1999,54(5):268-275.
    [8]印兴耀,周静毅.地震属性优化方法综述[J].石油地球物理勘探,2005,40(4):482-489.
    [9]Vapnik,V N.The Natural of statistical learning theory.Springer,New York,1995.
    [10]苏建龙,米鸿,王彦春等.基于支持向量机的非线性弹性阻抗反演方法[J].石油地球物理勘探,2014,49(4):751-758.