本文關(guān)鍵詞：基于近似支持向量機(jī)的儲層分析方法

  更多相關(guān)文章： 近似支持向量機(jī) 判別 地震屬性 AVO曲線 儲層分析

【摘要】：自地震勘探技術(shù)產(chǎn)生以來,不斷有新的方法被提出和應(yīng)用。伴隨著這些新方法的提出,許多新的參量也順勢而生。因此,人們已經(jīng)不僅僅局限于利用單一的參數(shù)信息來分析儲層,而是結(jié)合多種信息來綜合性地描述現(xiàn)有數(shù)據(jù)與目標(biāo)特征之間的關(guān)聯(lián)性,從而提高預(yù)測的準(zhǔn)確度。目前,多數(shù)研究者一般采用兩種方式來分析數(shù)據(jù)與目標(biāo)之間的關(guān)聯(lián)性:一是挑選出兩到三種參數(shù)進(jìn)行交會,通過交會圖中不同目標(biāo)數(shù)據(jù)的分布特征差異來識別特定的目標(biāo)體;二是通過多種屬性切片或剖面來綜合地反映已知目標(biāo)的特定特征,研究區(qū)中與目標(biāo)屬性特征一致的區(qū)域就是潛在目標(biāo)。從實際的應(yīng)用效果來看,以上方法能夠取得較好的效果,但也存在一些不足之處:第一,待判別目標(biāo)具有多個屬性,屬性差異的大小也不同,所以不同的交會組合對于待判別目標(biāo)的區(qū)分效果有好有壞。如何結(jié)合多個屬性特征來進(jìn)行綜合性地識別是一亟待改進(jìn)之處。第二,判別式在制定時容易受到人為因素影響,由于表達(dá)式一般較為簡單,導(dǎo)致方法的靈活性不高,準(zhǔn)確性不夠。自上世紀(jì)90年代中后期支持向量機(jī)理論快速發(fā)展以來,該理論在地震勘探領(lǐng)域中也得到了較多的應(yīng)用。支持向量機(jī)一種有監(jiān)督的機(jī)器學(xué)習(xí)方法,它基于結(jié)構(gòu)風(fēng)險最小化原則提出,得到的是全局最優(yōu)解且能夠規(guī)避欠學(xué)習(xí)或過學(xué)習(xí)的風(fēng)險,因此相比神經(jīng)網(wǎng)絡(luò)及傳統(tǒng)模式識別等方法而言該方法可靠性高。近年來,近似支持向量機(jī)理論逐步得到了發(fā)展,在判別的準(zhǔn)確度不低于傳統(tǒng)支持向量機(jī)的前提下極大地提高了運算性能。因此,在地震勘探中采用近似支持向量機(jī)就可以帶入更多的屬性和訓(xùn)練樣本,通過數(shù)據(jù)量的大量增加來減少錯誤數(shù)據(jù)所占比重,從而提高判別準(zhǔn)確率,這也使一些采用大數(shù)據(jù)量的支持向量機(jī)方法得以突破計算效率的瓶頸�；谝陨显�,可以通過采用近似支持向量機(jī)方法來結(jié)合多個屬性對目標(biāo)進(jìn)行判別分類,從而解決參與判別的屬性種類數(shù)少以及判別準(zhǔn)確度低的問題。本文的研究內(nèi)容和成果大致如下:首先,介紹了支持向量機(jī)、近似支持向量機(jī)的發(fā)展歷程、研究現(xiàn)狀以及優(yōu)勢特點,進(jìn)而提出采用該方法的研究目的和意義。第二,詳細(xì)介紹了支持向量機(jī)、近似支持向量機(jī)的方法原理,通過實例分析總結(jié)出近似支持向量機(jī)的應(yīng)用優(yōu)勢和特點。將近似支持向量機(jī)方法與井?dāng)?shù)據(jù)結(jié)合,通過將該方法應(yīng)用到巖性判別和流體識別中,取得了較好的判別效果,進(jìn)而證明近似支持向量機(jī)理論在實際應(yīng)用中的可行性。第三,將近似支持向量機(jī)方法的應(yīng)用從井所代表的“點”拓展到地震數(shù)據(jù)所代表的“面”上。將屬性進(jìn)行優(yōu)選并生成訓(xùn)練集,利用近似支持向量機(jī)對待判別區(qū)域的屬性體進(jìn)行判別,預(yù)測含有利區(qū),效果較好。另外,通過從四類含氣砂巖模型的AVO曲線提取出極值點、斜率等多個描述曲線形態(tài)特征的參數(shù)形成訓(xùn)練集,最終將訓(xùn)練結(jié)果用于實際目標(biāo)層的含氣類型的判別,可以實現(xiàn)較好的判別效果。因此,通過在屬性和AVO判別上的應(yīng)用,證明了近似支持向量機(jī)理論的有效性,能夠在儲層分析中較好地發(fā)揮識別作用。
【關(guān)鍵詞】：近似支持向量機(jī) 判別 地震屬性 AVO曲線 儲層分析
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P631.4
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 引言10-16
• 1.1 選題依據(jù)及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-14
• 1.2.1 支持向量機(jī)與近似支持向量機(jī)理論的研究與進(jìn)展12-13
• 1.2.2 地震屬性及AVO技術(shù)的相關(guān)研究進(jìn)展13-14
• 1.3 研究內(nèi)容14-15
• 1.4 研究成果及認(rèn)識15-16
• 第2章 近似支持向量機(jī)分類原理16-32
• 2.1 統(tǒng)計學(xué)習(xí)理論與支持向量機(jī)16-26
• 2.1.1 統(tǒng)計學(xué)習(xí)理論16-19
• 2.1.2 分類問題與訓(xùn)練集的構(gòu)成19-20
• 2.1.3 線性分類方法20-22
• 2.1.4 支持向量機(jī)分類22-23
• 2.1.5 核函數(shù)理論及非線性劃分23-26
• 2.2 近似支持向量機(jī)26-32
• 2.2.1 近似支持向量機(jī)原理26-30
• 2.2.2 近似支持向量機(jī)多類分類30-32
• 第3章 近似支持向量機(jī)分類功能的驗證與分析32-42
• 3.1 利用理論數(shù)據(jù)驗證各項分類功能32-35
• 3.1.1 線性與非線性分類32-34
• 3.1.2 多屬性分類34
• 3.1.3 多類分類34-35
• 3.2 基于近似支持向量機(jī)的分類方法在流體識別方面的應(yīng)用35-39
• 3.2.1 訓(xùn)練集與劃分方式的選擇35-36
• 3.2.2 基于近似支持向量機(jī)的氣水劃分36-39
• 3.3 基于近似支持向量機(jī)的分類方法在巖性預(yù)測方面的應(yīng)用39-42
• 3.3.1 二屬性與多屬性判別對比分析39-40
• 3.3.2 同一口井中未知區(qū)域的巖性預(yù)測40
• 3.3.3 同區(qū)域中不同井之間的巖性判別40-41
• 3.3.4 跨區(qū)域井的巖性判別41-42
• 第4章 基于近似支持向量機(jī)的屬性分析方法42-49
• 4.1 地震屬性42-43
• 4.2 基于類可分性度量的屬性優(yōu)選方法43-46
• 4.2.1 類的可分性度量43-44
• 4.2.2 基于類可分性度量的屬性優(yōu)選方法44-46
• 4.3 基于近似支持向量機(jī)的屬性方法預(yù)測含油儲層分布46-49
• 4.3.1 數(shù)據(jù)簡介及預(yù)測方法46-47
• 4.3.2 近似支持向量機(jī)判別及結(jié)果分析47-49
• 第5章 基于近似支持向量機(jī)的AVO判別49-57
• 5.1 AVO基礎(chǔ)理論49-50
• 5.2 基于近似支持向量機(jī)的AVO判別50-57
• 5.2.1 基于近似支持向量機(jī)的AVO判別原理50-53
• 5.2.2 四類含氣砂巖的判別實例53-57
• 結(jié)論與認(rèn)識57-58
• 致謝58-59
• 參考文獻(xiàn)59-63
• 攻讀學(xué)位期間取得學(xué)術(shù)成果63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊玲;李鵬飛;;測井巖性識別方法研究[J];中國高新技術(shù)企業(yè);2015年02期

2 佘剛;王光付;竺知新;;根據(jù)AVO響應(yīng)識別不同流體類型的方法[J];科技導(dǎo)報;2013年17期

3 王寶江;李美;于強;王大興;吳漢寧;高靜懷;;復(fù)雜氣藏AVO屬性交會含氣性檢測應(yīng)用研究[J];地球物理學(xué)進(jìn)展;2013年01期

4 王鳳波;潘仁芳;劉珊祿;余翠明;;元壩地區(qū)含氣砂巖AVO正演模型研究——以元壩地區(qū)須二段儲層為例[J];長江大學(xué)學(xué)報(自科版);2013年02期

5 周懷來;李錄明;羅省賢;王明春;;各向異性含氣砂巖模型正演及AVO響應(yīng)特征分析[J];勘探地球物理進(jìn)展;2010年03期

6 侯偉;楊宇;周文;黃東杰;楊勇;;子洲氣田氣水層測井識別方法[J];巖性油氣藏;2010年02期

7 賀振華;王棟;;擴(kuò)展流體識別因子及應(yīng)用[J];礦物巖石;2009年04期

8 程學(xué)云;;PSVM多類分類及其應(yīng)用[J];信息技術(shù);2009年04期

9 鄧友茂;李錄明;;含氣砂巖AVO正演模型研究[J];內(nèi)蒙古石油化工;2007年10期

10 寧忠華;賀振華;黃德濟(jì);;基于地震資料的高靈敏度流體識別因子[J];石油物探;2006年03期

，

本文編號：973770