排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
在砂砾岩油藏中,砂岩和砂砾岩均可作为储层,不同岩性储层的渗透率特征差异大,分岩性解释渗透率是较为有效的手段,但常规方法岩性识别精度差,导致建立的渗透率模型效果不理想.本文将支持向量机(SVM)非线性识别方法推广,通过在高维空间中构造分段带状隶属函数,获得模糊支持向量机(FSVM)分类器,实现砂砾岩储层岩性精确定量识别,并以此为基础,运用多种数理统计方法分岩性建立砂砾岩储层的渗透率模型,以寻求预测砂砾岩储层渗透率的最优测井解释模型.克拉玛依油田五2东区克上组层段的应用结果表明,基于FSVM法优秀的回归能力,在砂砾岩油藏岩性识别时FSVM法的准确率更高;在砂砾岩油藏渗透率解释上,FSVM法分岩性多元逐步回归渗透率模型具有误差小、适用性强、效果好的特点. 相似文献
1