阿曼五区块Daleel油田储层裂缝识别方法研究

摘要：

在对研究区阿曼五区块Daleel油田储层地质特征分析研究的基础上,综合常规测井资料和取心资料构建35个样本.利用常规测井裂缝识别模式对储层裂缝进行识别,将有效裂缝分离出来;引入模式识别领域应用较好的支持向量机(SVM)方法,通过训练样本的分布和实验结果选择核函数类型,利用网格搜索寻优法得到模型最优参数,建立起碳酸盐岩裂缝识别模型.利用该模型时8个预测样本进行识别,正确识别的有7个,预测精度达87.5%,其中1个误判样本是将无效裂缝判识为非裂缝.对27个建模样本进行回判,准确率达100%.通过岩心资料对比发现,当描述一个研究同标与多个相关地质因素的非线性关系强烈的应采用支持向昔机(SVM)算法,其计算速度比人丁神经网络(ANN)快10倍以上,且判断程度更准确.应用SVM方法,综合考虑储层的岩性、物性和裂缝特征等多种因素建立裂缝识别模型,可以提高裂缝测井解释精度.

关键词：测井解释、裂缝识别、支持向量机、有效裂缝、充填缝、Daleel油田

所属期刊栏目：34

分类号：P631.32

在线出版日期：2010-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：251-256