| 一种新的砂泥岩孔隙度估计模型及其应用 |
| |
| 作者姓名： | 滕新保 张宏兵 曹呈浩 梁立锋 余攀 |
| |
| 作者单位： | 1. 河海大学地球科学与工程学院,江苏 南京,210098
2. 河海大学地球科学与工程学院,江苏 南京 210098; 中国海洋石油总公司能源发展工程技术物探技术研究所,广东 湛江 524000
3. 大庆油田海拉尔石油勘探开发指挥部,黑龙江 大庆,163453 |
| |
| 基金项目： | 国家自然科学基金(41374116);中国海洋石油总公司科技项目 |
| |
| 摘 要： | 针对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,导致支持向量回归机(SVR)在孔隙度预测中效果不理想这一问题,提出在孔隙度预测模型中考虑岩性信息的方法。该方法将样本岩性转化为一种与岩性变化相关性好的属性值,以此构造出一种新的预测模型。对于模型参数优选,提出使用网格粗选和智能精选相结合的方法,网格粗选确定最优解的近似范围,智能精选(遗传算法、粒子群算法)可以在局部区间搜索到最优解。利用优选出的参数建立预测模型,并将预测结果与实测资料进行对比。对比结果表明:加入岩性信息提高了模型的预测精度;在参数精选中,使用智能方法的预测精度高于常规网格搜索法。
|
| 关 键 词： | 支持向量回归机 信息融合 参数优选 孔隙度 砂泥岩 测井 核函数 |
| 收稿时间： | 2014-12-16 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《河海大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河海大学学报(自然科学版)》下载免费的PDF全文 |
|
