机器学习方法在储层分类中的应用 |
| |
引用本文: | 干磊,何东博,郭建林,孟凡坤. 机器学习方法在储层分类中的应用[J]. 数学的实践与认识, 2019, 0(13) |
| |
作者姓名: | 干磊 何东博 郭建林 孟凡坤 |
| |
作者单位: | 中国石油勘探开发研究院 |
| |
摘 要: | 油气田开发中有效储层和非有效储层的样本点存在混合带时,两类储层的划分是一个难点问题.从统计学上来看,其本质是一个含噪声的小样本二分类问题,可以采用机器学习方法,充分挖掘有试油成果的样本点的数据信息.分别利用线性判别分析、支持向量机、多层感知机神经网络建立储层分类模型,利用10次10折交叉验证法进行模型评估与优选,并利用全部样本点建立了有效的储层分类模型,最后将模型推广应用到样本分布的三种不同情形.结果表明,线性支持向量机模型具有最好的分类效果和很强的泛化能力,对于区分有效储层和非有效储层是有效的,可以在油气田开发中进行推广.
|
关 键 词: | 储层分类 二分类问题 机器学习 线性支持向量机 |
Application of Machine Learning Method in Reservoir Classification |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|