典型文献
基于PSO-SVM的测井岩性识别方法研究——以南图尔盖盆地K油田古生界(Pz)储层为例
文献摘要：
南图尔盖盆地K油田古生界(Pz)岩性多样、孔隙结构复杂,针对常规岩性解释方法对该储层岩性识别准确度未达到预期效果,严重制约了测井储层解释等问题,提出基于粒子群算法优化支持向量机(PSO-SVM)的岩性识别方法.通过岩心资料分析不同岩性的测井响应特征,建立测井相识别图版.选择对研究区岩性敏感的自然伽马、阵列感应电阻率、声波、中子、密度与光电吸收截面指数等七条测井曲线参数作为输入特征值,以粒子群算法优选合适的支持向量机参数(惩罚因子和核函数参数)对研究区4口取心井进行样本学习,建立基于PSO-SVM的岩性识别模型,其识别准确率达到了97％.相对于传统SVM算法,PSO-SVM岩性识别模型预测结果的速度更快,精度更高.通过将该模型应用于取心井与试油井,在正确识别岩性的同时,有效提高了测井储层解释的准确性.结果表明,在K油田复杂岩性识别中应用PSO-SVM方法,可为提高测井储层解释的准确性提供较可靠的岩性依据.
文献关键词：
南图尔盖盆地;岩性识别;测井曲线;支持向量机;粒子群算法
中图分类号：
作者姓名：
李曦;范翔宇;王兆峰;李永新;陈科贵;马小林
作者机构：
西南石油大学地球科学与技术学院,成都 610500;中国石油国际勘探开发公司,北京 100037;中国石油集团东方地球物理勘探有限责任公司研究院,涿州 072750;中国石油西南油气田勘探事业部,成都 610042
文献出处：
引用格式：
[1]李曦;范翔宇;王兆峰;李永新;陈科贵;马小林-.基于PSO-SVM的测井岩性识别方法研究——以南图尔盖盆地K油田古生界(Pz)储层为例)[J].地球物理学进展,2022(02):617-626
A类：
B类：
PSO,岩性识别,南图尔盖盆地,油田,古生界,Pz,孔隙结构,岩性解释,解释方法,预期效果,储层解释,粒子群算法,算法优化,优化支持向量机,岩心,资料分析,测井响应特征,测井相,相识,识别图版,性敏感,自然伽马,感应电,电阻率,中子,吸收截面,七条,测井曲线,线参,输入特征,算法优选,惩罚因子,核函数,函数参数,取心,识别模型,识别准确率,模型应用,试油,油井,复杂岩性
AB值：
0.313773
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
