基于支持向量机模型的烃源岩有机碳含量预测——以鄂尔多斯盆地为例

论文摘要

根据测井数据预测烃源岩有机质丰度为烃源岩评价提供了相对容易和廉价的替代方案。目前被广泛运用于预测有机质丰度的方法是ΔLogR法。为了适应复杂地质条件下的TOC预测,选取区域沉积背景下的一口密集采样模型井,使用线性滤波预处理数据,统一测井数据和TOC数据的精度;计算测井响应的皮尔森矩阵筛选测井训练特征;利用测井训练特征和TOC实测值作为输入建立支持向量机模型;使用交叉验证法选取地区最优模型以增强泛化能力。该新方法在鄂尔多斯盆地盐池地区的应用显示,相比ΔLogR预测方法,对TOC低值和高值的预测误差更小,能够有效反映延长组长7油层组源岩有机质丰度的纵向变化。

论文目录

• 0 引言
• 1 地质背景
• 2 支持向量机模型原理
• 3 模型建立与实例分析
•   3.1 ΔLogR模型
•   3.2 SVM模型
•     3.2.1 数据滤波预处理
•     3.2.2 测井响应及特征选取
•     3.2.3 超参数选择与模型建立
•     3.2.4 模型检验与拟合计算
•   3.3 模型对比与结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 张成龙,陶士振,白斌,王倩茹

关键词: 支持向量机,计算,鄂尔多斯盆地

来源: 天然气地球科学 2019年05期

年度: 2019

分类: 工程科技Ⅰ辑,基础科学

专业: 地质学,石油天然气工业

单位: 中国石油勘探开发研究院石油地质研究所,北京大学地球与空间科学学院

基金: 国家科技重大专项课题“致密油形成条件,富集规律与资源潜力”(编号:2016ZX05046-001)资助

分类号: P618.13;P631.81

页码: 761-768

总页数: 8

文件大小: 1798K

下载量: 196