四川省教育厅重点项目(07ZA143)
- 作品数：6 被引量：67H指数：3
- 相关作者：钟仪华李榕张志银朱海双更多>>
- 相关机构：西南石油大学中国石化更多>>
- 发文基金：四川省教育厅重点项目更多>>
- 相关领域：天文地球石油与天然气工程自动化与计算机技术更多>>
- 基于主成分分析的最小二乘支持向量机岩性识别方法被引量：51
- 2009年
- 测井解释过程中的岩性识别实质是多个指标数据的模式识别问题。常规测井解释方法很难表征储层的真实特性。提出一种基于主成分分析的最小二乘支持向量机的岩性识别预测模型(PCA-LSSVM)。介绍了主成分分析法和最小二乘支持向量机原理。通过主成分分析方法对测井数据进行分析并提取影响岩性识别的主要因素,依据分析结果建立基于最小二乘支持向量分类机的岩性识别模型。云南陆良盆地3口井的117个地层的识别结果与实际取心资料的符合率达到92.5%。应用表明,将主成分分析结合最小二乘支持向量机进行岩性识别,简化了网络结构,具有更快的运算速度和准确率,是一种值得推广使用的方法。
- 钟仪华李榕
- 关键词：测井解释岩性识别主成分分析最小二乘支持向量机
- 基于最小二乘支持向量机的油气水层识别方法被引量：3
- 2009年
- 测井解释过程中的油气水层识别实质是一个模式识别问题。基于统计学习理论发展起来的新一代小样本学习算法—支持向量机,是至今模式识别问题强有力的解决方法之一。依据测井所得到的小样本、不适定性等数据信息进行网格搜索及交叉验证对目标函数寻优,找到最佳参数建立了最小二乘支持向量机分类器模型;针对现有方法在解决油气水层识别问题中的不足,提出了基于最小二乘支持向量机的油气水层识别方法,并将此方法应用于大庆油田某油藏的油气水层识别。结果表明,此方法较人工神经网络和标准支持向量机方法具有更快的运算速度和准确率,是一种值得进一步研究及推广使用。
- 李榕钟仪华
- 关键词：测井解释最小二乘支持向量机网格搜索
- 基于主成分分析的离散过程神经网络水淹层动态预测方法被引量：5
- 2010年
- 提出了一种利用主成分分析和离散过程神经网络进行水淹层动态预测的方法,对测井曲线信息随油层厚度变化的离散数据进行主成分分析,减少了离散过程神经网络模型的输入参数,排除了各参数之间的相关性。引入了反映深度变化累积效应的输入参数——测井参数曲线层段的不同油层厚度。据此建立的识别模型能够反映出随含水率的上升、深度不同时测井曲线的变化规律。实例研究表明,提出的方法与BP神经网络识别方法、支持向量机方法相比较具有更快的运算速度和更高的识别精度,能够体现出高含水期水淹层的动态变化特征。
- 钟仪华李榕张志银朱海双
- 关键词：测井曲线主成分分析
- 基于最小二乘支持向量机的油气水层识别方法
- 2009年
- 测井解释过程中的油气水层识别实质是一个模式识别问题。基于统计学习理论发展起来的新一代小样本学习算法——支持向量机,是至今模式识别问题的强有力解决方法之一。本文针对现有方法在解决油气水层识别问题中的不足,提出了最小二乘支持向量机(LSSVM)的油气水层识别方法。该方法依据测井所得到的小样本、不适定性等数据信息建立并归一化数据样本集;通过网格搜索法选择LSSVM训练参数C和σ2,用交叉验证法对目标函数进行寻优找到最佳的参数;通过训练学习数据样本和测试数据样本,建立最小二乘支持向量机分类器识别模型。用本文提出的新方法研究了大庆油田某油藏的油气水层识别问题,结果表明最小二乘支持向量机的油气水层识别方法较人工神经网络和标准支持向量机的油气水层识别方法具有更快的运算速度和准确率,是一种值得进一步研究及推广使用的方法。
- 钟仪华李榕
- 关键词：测井最小二乘支持向量机网格搜索
- 基于主成分分析的水淹层动态预测方法被引量：1
- 2011年
- 针对高含水期水淹层变化的动态特性,提出一种基于主成分分析的最小二乘支持向量机水淹层动态预测方法.该方法应用数据挖掘方法与改进的支持向量机方法,研究高含水期水淹层的分类识别问题,找到测井参数曲线与水淹级别之间的非线性映射关系,建立适合高含水期水淹特征的动态识别模型.它不仅充分考虑各种影响因素,而且利用主成分分析法准确提取影响水淹级别划分的测井参数曲线,避免模型输入参数间存在相关性导致划分精度低以及模型求解复杂、训练速度慢的缺点.结果表明,该方法较其他方法具有更快的运算速度和更高的识别符合率,其运算速度为43s,识别符合率达到97.0%,能体现高含水油田水淹层的动态变化特征.
- 钟仪华李榕朱海双张志银
- 关键词：主成分分析最小二乘支持向量机
- 特高含水油田常规开发动态指标预测方法分析被引量：8
- 2009年
- 因为油田有相当一部分剩余可采储量将在特高含水期采出，所以如何将油田的剩余可采储量高效地在此阶段采出，是目前我国各油田急需解决的问题。解决此问题的基础就是对该阶段油田的开发动态指标进行准确的预测。针对特高含水油田的开发特点和面临的问题，结合油田常规开发动态指标预测方法的特征和实用性分析，对常规动态分析预测方法从机理和缺陷方面进行了评价，提出了在不考虑预测可靠性的前提下，适合该阶段的常规动态分析预测方法依次是油藏数值模拟法、预测模型法、递减规律法、联解法和水驱特征曲线法。指出了研究新的预测方法的必要，并指明了研究特高含水油田开发动态指标预测新方法的方向：支持向量机预测、基于时变系统的功能模拟预测、组合预测和智能预测。
- 钟仪华
- 关键词：支持向量机特高含水
