基于粒子群和支持向量机的裂缝识别

摘要：

裂缝识别是裂缝性储层勘探和开发研究中所面临的关键问题和难点之一.基于常规测井资料对裂缝的响应特征,提出粒子群优化算法(PSO)和支持向量机(SVM)相结合的裂缝识别方法(PSO -SVM).以麻黄山西区块延安组和延长组储层为例,应用交会图技术分析能较好响应裂缝的常规测井参数,用粒子群优化算法对模型参数进行全局优化选取,从而建立起研究区裂缝识别模型.用建立起的模型对研究区单井进行裂缝识别研究,将识别结果与取心照片和测井曲线进行对比,绘制出综合柱状图.实际分析表明,基于粒子群优化算法和支持向量机的裂缝识别方法的识别结果与实际地质情况相符,能较好地反应裂缝发育情况.

关键词：裂缝识别、常规测井、支持向量机、粒子群算法、延安组、延长组、鄂尔多斯盆地

所属期刊栏目：30

分类号：TE132.1(石油、天然气地质与勘探)

在线出版日期：2010-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：786-792