發(fā)布時(shí)間：2018-06-24 06:56

  本文選題：復(fù)雜巖性儲(chǔ)層 + 碳酸鹽巖��； 參考：《大慶石油地質(zhì)與開發(fā)》2017年06期

【摘要】：針對(duì)復(fù)雜巖性碳酸鹽巖儲(chǔ)層原有巖性識(shí)別方法精度較低、泛化能力不足、結(jié)果不穩(wěn)定等問題,提出基于粗糙集-隨機(jī)森林算法的復(fù)雜巖性識(shí)別方法。利用鄰域粗糙集的屬性約簡(jiǎn)選取巖性敏感曲線,在不影響巖性識(shí)別基礎(chǔ)上將不必要曲線刪除,能有效去除冗余信息;其次將篩選出的曲線作為隨機(jī)森林模型輸入,建立粗糙集-隨機(jī)森林算法的巖性識(shí)別模型。通過對(duì)某區(qū)塊502塊巖心數(shù)據(jù)處理,該模型巖性判別率穩(wěn)定到88.3%,比Fisher判別、Bayes判別等方法精度高,且實(shí)現(xiàn)簡(jiǎn)單,有較強(qiáng)泛化能力。該方法可作為復(fù)雜巖性儲(chǔ)層巖性識(shí)別方法,為復(fù)雜巖性儲(chǔ)層的勘探開發(fā)提供幫助。
[Abstract]:Aiming at the problems of low accuracy, poor generalization ability and unstable results of the original lithology recognition method for carbonate reservoirs with complex lithology, a new method based on rough set and stochastic forest algorithm is proposed. Using attribute reduction of neighborhood rough set to select lithology sensitive curve, the unnecessary curve can be deleted without affecting lithology recognition, and redundant information can be removed effectively. Secondly, the selected curve is input as a stochastic forest model. The lithology recognition model of rough set-random forest algorithm is established. Based on the data processing of 502 cores in a certain block, the lithology discrimination rate of the model is stable to 88.3, which is more accurate than the Fisher discriminant Bayes discriminant method, and is easy to realize and has a strong generalization ability. This method can be used as a lithologic identification method for complex lithologic reservoirs and can be helpful to the exploration and development of complex lithologic reservoirs.
【作者單位】： 長(zhǎng)江大學(xué)油氣資源與勘探技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;長(zhǎng)江大學(xué)非常規(guī)油氣湖北省協(xié)同創(chuàng)新中心;
【基金】：國家自然科學(xué)基金項(xiàng)目“頁巖油儲(chǔ)層巖石物理特性數(shù)值模擬研究”(41504094)、“致密氣儲(chǔ)層巖石導(dǎo)電機(jī)理研究及飽和度評(píng)價(jià)”(41404084) “十三五”國家科技重大專項(xiàng)“復(fù)雜碳酸鹽巖儲(chǔ)層測(cè)井評(píng)價(jià)關(guān)鍵技術(shù)研究與應(yīng)用”(2017ZX05032003-005)
【分類號(hào)】：P618.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳溧;關(guān)于綜合巖性識(shí)別和油氣評(píng)價(jià)的一種設(shè)想[J];石油物探;1985年01期

2 孟凡順;徐會(huì)君;朱焱;黃彥銘;;基于主成分分析的距離判別分析方法在巖性識(shí)別中的應(yīng)用[J];石油工業(yè)計(jì)算機(jī)應(yīng)用;2011年01期

3 劉倩茹;薛林福;潘保芝;白燁;張程恩;;梨樹斷陷砂礫巖測(cè)井巖性識(shí)別[J];測(cè)井技術(shù);2013年03期

4 張萬良;遙感巖性識(shí)別研究的發(fā)展趨勢(shì)——遙感與航空放射性信息集成[J];礦物巖石地球化學(xué)通報(bào);2005年01期

5 趙杰;李春華;;基于神經(jīng)網(wǎng)絡(luò)的兩種巖性識(shí)別方法的研究[J];現(xiàn)代電子技術(shù);2009年22期

6 田玉昆;周輝;袁三一;;基于馬爾科夫隨機(jī)場(chǎng)的巖性識(shí)別方法[J];地球物理學(xué)報(bào);2013年04期

7 張治國,楊毅恒,夏立顯;自組織特征映射神經(jīng)網(wǎng)絡(luò)在測(cè)井巖性識(shí)別中的應(yīng)用[J];地球物理學(xué)進(jìn)展;2005年02期

8 宗金峰;;最大隸屬優(yōu)勢(shì)準(zhǔn)則在測(cè)井巖性識(shí)別中的應(yīng)用[J];河北地質(zhì)學(xué)院學(xué)報(bào);1988年01期

9 李劍峰,趙英俊,劉德長(zhǎng),付錦;靈泉盆地多源地學(xué)信息綜合巖性識(shí)別方法探討[J];國土資源遙感;1999年02期

10 王淑盛,徐正光,劉黃偉,王志良,史立峰;改進(jìn)的K近鄰方法在巖性識(shí)別中的應(yīng)用[J];地球物理學(xué)進(jìn)展;2004年02期

相關(guān)會(huì)議論文 前4條

1 郭瑞華;曹慶年;程國建;;基于粒子群優(yōu)化的最小二乘支持向量機(jī)在巖性識(shí)別中的應(yīng)用[A];第十一屆中國青年信息與管理學(xué)者大會(huì)論文集[C];2009年

2 李新虎;;基于不同測(cè)井曲線參數(shù)集的支持向量機(jī)巖性識(shí)別對(duì)比[A];陜西地球物理文集（十）--資源與災(zāi)害地球物理[C];2011年

3 尚林閣;李舟波;劉四新;柳孟文;;變質(zhì)巖系儲(chǔ)集層的巖性識(shí)別方法[A];1992年中國地球物理學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1992年

4 李繼安;;人工智能神經(jīng)網(wǎng)絡(luò)在巖性識(shí)別、孔隙度和滲透率預(yù)測(cè)中的應(yīng)用——以十紅灘鈾礦床為例[A];陜西地球物理文集（九）[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 牟丹;遼河盆地中基性火成巖測(cè)井巖性識(shí)別方法研究[D];吉林大學(xué);2015年

2 李春山;X射線熒光巖屑識(shí)別技術(shù)研究[D];西北大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 石振杰;基于面向?qū)ο蟮倪b感技術(shù)巖性識(shí)別研究[D];昆明理工大學(xué);2016年

2 付光明;基于重磁三維反演的巖性識(shí)別與立體填圖[D];東華理工大學(xué);2017年

3 鄭凱航;基于大數(shù)據(jù)技術(shù)的隨機(jī)森林模型并行化設(shè)計(jì)及實(shí)現(xiàn)[D];太原理工大學(xué);2017年

4 張洪江;常規(guī)、成像測(cè)井等資料砂礫巖巖性識(shí)別研究[D];東北石油大學(xué);2011年

5 邵陽;含火山巖地層測(cè)井響應(yīng)分析及巖性識(shí)別技術(shù)研究[D];大慶石油學(xué)院;2010年

6 馬曉龍;扶新隆起帶扶余油層測(cè)井資料巖性識(shí)別及巖相劃分[D];東北石油大學(xué);2011年

7 王鑫;東營北帶深層砂礫巖測(cè)井層序?qū)Ρ扰c巖性識(shí)別研究[D];中國石油大學(xué);2010年

8 關(guān)濤;砂礫巖巖性識(shí)別方法研究[D];吉林大學(xué);2013年

9 盛宇宏;基于IDL的巖性識(shí)別[D];中國地質(zhì)大學(xué)（北京）;2010年

10 王鵬飛;粗糙集的支持向量機(jī)的優(yōu)化方法研究及在資源評(píng)價(jià)中的應(yīng)用[D];石家莊經(jīng)濟(jì)學(xué)院;2015年

，

本文編號(hào)：2060487