作者:朱丽萍;李雄炎;李洪奇; 时间:2010-01-01 点击数:
朱丽萍;李雄炎;李洪奇;
1:中国石油大学(北京)计算机科学与技术系
2:中国石油大学(北京)油气资源与探测国家重点实验室
3:中国石油大学(北京)地球探测与信息技术北京市重点实验室
摘要(Abstract):
基于多参数信息的低阻油层的识别属于高维、非线性的模式识别问题.结合研究工区低阻油层储层特征,分析研究工区构造和沉积特征,以数据挖掘方法为基础,确定模型驱动数据挖掘的理论框架;以测井、岩心和试油的相关信息为源数据,利用聚类和关联分析获取敏感参数;以敏感参数为核心,采用决策树、贝叶斯网络、支持向量机和人工神经网络方法获得多参数组合的预测模型,并结合参数的物理含义和低阻油层的实际特征,对预测模型进行修正,改进预测模型的实用性.结果表明:利用模型驱动数据挖掘方法得到的最优预测模型,预测研究工区的低阻油层的识别准确率为90.05%.
关键词(KeyWords):模型驱动;数据挖掘;低阻油层;储层预测;特征参数;预测模型;识别
Abstract:
Keywords:
基金项目(Foundation):国家高新技术研究发展计划863项目(2009AA062802)
作者(Author):朱丽萍;李雄炎;李洪奇;
Email:
参考文献(References):
[1]李国欣,欧阳健,周灿灿,等.中国石油低阻油层岩石物理研究与测井识别评价技术进展[J].中国石油勘探,2006(2):43-50.
[2]孙建孟,陈钢花,杨玉征,等.低阻油气层评价方法[J].石油学报,1998,19(4):83-88.
[3]李薇,田中元,闫伟林,等.Y油田低电阻率油层形成机理及RRSR识别方法[J].石油勘探与开发,2005,32(1):60-62.
[4]汪爱云,宋延杰,刘江,等.葡西地区低阻油层的成因[J].大庆石油学院学报,2005,29(1):18-20.
[5]唐晓敏.低阻油层通用有效介质电阻率模型研究[D].大庆:大庆石油学院,2007.
[6]唐晓敏,宋延杰,张传英.低阻油层通用有效介质对称电阻率模型的应用[J].大庆石油学院学报,2008,32(2):18-25.
[7]连承波,赵永军,钟建华,等.基于支持向量机的低阻油层识别方法及应用[J].石油天然气学报,2008,30(1):80-82.
[8]张银德,童凯军,郑军,等.支持向量机方法在低阻油层流体识别中的应用[J].石油物探,2008,47(3):306-310.
[9]石广仁.支持向量机在多地质因素分析中的应用[J].石油学报,2008,29(2):195-198.
[10]石广仁,张光亚,石骁騑.多地质因素的勘探目标优选—人工神经网络法与多元回归分析法比较研究[J].石油学报,2002,23(5):19-22.
[11]张绍红.概率神经网络技术在非均质地层岩性反演中的应用[J].石油学报,2008,29(4):549-552.
[12]候键,郭兰磊,元福卿,等.胜利油田不同类型油藏聚合物驱生产动态的定量表征[J].石油学报,2008,29(4):577-581.
[13]Han Jiawei,Micheline K.Data mining concepts and techniques[M].Second Edition.Beijing:China Machine Press,2006.
[14]Wang G Y,Wang Y.Domain-oriented data-driven data mining:A new understanding for data mining[J].Journal of Chongqing Uni-versity of Posta and Telecommunications:Natural Science Edition,2008,20(3),266-271.
[15]Cao L B,Zhang C Q.Domain-driven actionable knowledge discovery in the real world∥The Loth Pacific-Asia Conference on Knowl-edge Discovery and Data Mining[C].Singapore:Springer,2006:821-830.
2019 版权所有©东北石油大学 | 地址:黑龙江省大庆市高新技术产业开发区学府街99号 | 邮政编码:163318
信息维护:学报 | 技术支持:现代教育技术中心
网站访问量: