复杂储层测井评价数据挖掘方法研究

详细信息   

• 责任者：李洪奇^c中国石油大学(北京)^d1960^e博士^f教授 ; 郭海峰 ; 郭海敏^c长江大学 ; 孟照旭 ; 谭锋奇 ; 张军
• 刊名：石油学报
• 出版年：2009
• 卷期：30^b4
• 关键词：算法 ; 储层评价11^a准噶尔盆地20^a油气勘探 ; 遗传算法 ; 支持向量机 ; 地质建模30^a数据挖掘 ; 参数优化 ; 水淹层31^a克拉玛依油田
• 页码：542～549
• 索书号：P450.66/167
• 图表：^c表2参38插图
• 分类号：2000,0831
• 文摘期号：2010/01

摘要

数据挖掘是应对石油勘探开发未来挑战的10项关键技术之一。提出了一种将预测性数据挖掘技术应用于复杂储层测井评价的方法。将遗传算法应用于特征子集选择和建模参数优化，利用重复交叉验证得到泛化误差的无偏估计，并从选定的多学习算法建模结果中优选出最终预测模型。以克拉玛依油田六中区克下组油藏水淹级别划分为例，在该方法框架内对比研究了8种特征子集方案和决策树、神经网络、支持向量机、贝叶斯网络、组合学习等5种分类方法12种预测模型。结果表明支持向量机预测准确率最高，达91.47%，选择其作为最终预测模型，而决策树模型容易理解，作为辅助参考模型。利用该数据挖掘方法解决油、气、水层识别和岩性划分等问题时，能够获得高性能的分类模型，从而将有效地提高解释精度和符合率。