低电阻率油层模式识别方法的变量选取及应用
Well Logging Technology（2017）
摘要
Jake south油田AG组油藏地质条件极其复杂,内部存在大量的低电阻率油层,识别难度大,准确率不高.现有模式识别算法常采用的部分模型变量不能反映储层流体性质,在地质条件复杂的油藏中应用效果往往不好.综合岩心、薄片、扫描电镜、测井曲线等资料,对模式识别中通常所选变量进行优化,并用于低电阻率油层识别中.结果表明,储层类型、自然伽马、自然电位幅度比、中子密度指数、原状地层电阻率、声波时差、补偿中子、地层密度等变量可反映储层流体性质,建议采用.采用支持向量机方法,选用建议的模型变量对已证实油水层进行识别,取得良好效果,油水层识别准确率达94.4%,远高于采用以往常用变量的准确率.
更多查看译文
关键词
log interpretation,low resistivity pay,pattern recognition method,selection of model variables,support vector machine,neural network
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要