【摘要】：石油、天然氣是國家經(jīng)濟(jì)的命脈、人民生活的根本,對發(fā)展國家經(jīng)濟(jì)、提高人民生活質(zhì)量有重要影響。為滿足人們對石油、天然氣與日俱增的需求,一方面需要合理、充分地挖掘已開發(fā)油氣田的潛力,另一方面需要改進(jìn)現(xiàn)有尋找油氣藏的方法,提高勘探準(zhǔn)確率;而油氣儲層綜合評價是探查油氣資源分布規(guī)律的關(guān)鍵路徑。由于地質(zhì)過程的復(fù)雜性、油氣儲層在空間上分布的非均質(zhì)性以及鉆井布設(shè)與實施的難度高、投入大等特點,鉆井總是被優(yōu)先設(shè)計在有利的儲層位置,從而使獲得的地質(zhì)數(shù)據(jù)在空間分布上往往是不均勻的。儲層對象是描述發(fā)生在特定地質(zhì)空間的儲層現(xiàn)象,儲層地質(zhì)體的空間特征與分布規(guī)律導(dǎo)致儲層對象顯性或隱性地呈現(xiàn)出一定的空間分布模式。而且,儲層對象本身的空間形態(tài)和屬性特征隨不同的研究尺度和層次而變化;同時,儲層對象之間還存在著一定的空間制約或空間依賴關(guān)系。論文針對天然氣鉆井?dāng)?shù)據(jù)的數(shù)量有限、類間不平衡以及空間分布不均衡的特點,在不改變樣本數(shù)量和空間分布狀態(tài)、不依賴油氣領(lǐng)域知識的前提下,系統(tǒng)地研究了支持向量機(jī)、Voronoi圖以及空間鄰近指數(shù),并基于Voronoi圖模式下的k階鄰近指數(shù),結(jié)合層次分析法,構(gòu)建了儲層評價對象屬性特征與空間鄰近指數(shù)特征集成表達(dá)模型;然后,以經(jīng)典支持向量機(jī)為基礎(chǔ),結(jié)合G-Mean評價指標(biāo)、網(wǎng)格搜索、分層抽樣和k-折交叉驗證,構(gòu)建了空間支持向量機(jī)模型。進(jìn)而,論文設(shè)計、開發(fā)了空間支持向量機(jī)程序,并針對鄂爾多斯盆地蘇里格氣田東區(qū)開展了天然氣儲層評價實驗。實驗結(jié)果表明,相比于經(jīng)典支持向量機(jī)基于鉆井屬性數(shù)據(jù)獲得的分類性能,空間支持向量機(jī)模型的I類分類精度提高了12.1%,II類分類精度提高了6.13%,III類分類精度降低了約0.9%,總體分類精度提高了約1.2%。通過研究,論文得出以下結(jié)論:1)在面對數(shù)量有限、類間不平衡和空間分布不均衡的鉆井?dāng)?shù)據(jù)時,在不改變基礎(chǔ)數(shù)據(jù)的數(shù)量和空間分布狀態(tài)的前提下,論文提出的空間支持向量機(jī)模型相比經(jīng)典支持向量機(jī)模型,能夠獲得較高的G-Mean評價指標(biāo),能夠提高I類和II類的分類精度,同時能夠取得更好的總體分類精度。2)空間支持向量機(jī)模型不依賴油氣領(lǐng)域知識,能夠獲得較好的油氣儲層I類、II類和總體分類精度,是一種可應(yīng)用于油氣儲層綜合評價的模型。
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：P618.13
【圖文】：

jp 對應(yīng)的 Voronoi 多邊形是否存在公共Voronoi邊確定它們是否側(cè)向鄰近，例如圖3-1中離散點1p 和2p 是側(cè)向鄰近，而離散點3p 和4p 不是側(cè)向鄰近。

6 章 空間支持向量機(jī)模型實驗與對比分驗區(qū)概況選擇鄂爾多斯盆地蘇里格氣田東區(qū)作為實驗區(qū)域，實驗區(qū)域巴拉素、東起什汗水利、西至烏審旗，面積約為 4900km2，位 所示。

天然氣評價基礎(chǔ)數(shù)據(jù)預(yù)處理預(yù)處理是開展實驗的前提，對實驗結(jié)果的準(zhǔn)確性和的基礎(chǔ)數(shù)據(jù)包括以點狀矢量文件表達(dá)的 321 口天件表達(dá)的研究區(qū)域范圍數(shù)據(jù)。井?dāng)?shù)據(jù)共有 321 組，可分為 4 類。其中 I 類數(shù)據(jù) 1據(jù) 221 組以及 IV 類數(shù)據(jù) 1 組，位置分布如圖 6-2 成氣的可能性，I 類數(shù)據(jù)表示成氣的可能性最大，數(shù)據(jù)，III 類數(shù)據(jù)的成氣可能性較低，IV 類數(shù)據(jù)表要的儲層類別。由于 IV 類數(shù)據(jù)只有 1 組，在儲 III 類數(shù)據(jù)和 IV 類數(shù)據(jù)表示的成氣的可能性差別并為 III 類數(shù)據(jù)。歸并后的油氣鉆井?dāng)?shù)據(jù)每類樣本

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳建華;萬洋洋;;利用泰森多邊形的點實體匹配算法[J];測繪科學(xué);2015年04期

2 閆樹;;基于支持向量機(jī)分類的有效儲層識別[J];石化技術(shù);2015年03期

3 黎金玲;李亞楠;郭海湘;胡敬爐;;一種加權(quán)的支持向量機(jī)及其在儲層識別中的應(yīng)用[J];數(shù)學(xué)的實踐與認(rèn)識;2014年07期

4 鄧燕;;支持向量機(jī)在油氣儲層厚度預(yù)測中的應(yīng)用[J];內(nèi)江科技;2012年11期

5 楊磊;王化增;陳子凌;;基于支持向量機(jī)的油氣儲量價值等級評價[J];中國石油大學(xué)學(xué)報(自然科學(xué)版);2012年03期

6 朱永才;薛坤林;;基于支持向量機(jī)的儲層參數(shù)反演[J];廣東石油化工學(xué)院學(xué)報;2012年01期

7 李少華;劉遠(yuǎn)剛;王延忠;;泰森多邊形在地質(zhì)數(shù)據(jù)去叢聚中的應(yīng)用[J];物探與化探;2011年04期

8 劉曉亮;丁世飛;朱紅;張力文;;SVM用于文本分類的適用性[J];計算機(jī)工程與科學(xué);2010年06期

9 楊霞;李大軍;;Voronoi圖的研究現(xiàn)狀及發(fā)展趨勢[J];中國西部科技;2009年30期

10 唐小彪;;基于對應(yīng)分析的支持向量機(jī)回歸在地震儲層厚度預(yù)測中的應(yīng)用[J];物探與化探;2009年04期

相關(guān)博士學(xué)位論文 前3條

1 張潔;基于CA-SVM模型的福建省莆田市城市空間動態(tài)擴(kuò)張研究[D];中國地質(zhì)大學(xué);2017年

2 歐陽玲;基于遙感和SVM模型的松嫩平原南部耕地質(zhì)量評價[D];中國科學(xué)院大學(xué)(中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所);2017年

3 劉學(xué)鋒;GIS輔助油氣勘探?jīng)Q策支持研究[D];武漢大學(xué);2004年

相關(guān)碩士學(xué)位論文 前10條

1 李t熡

本文編號：2777112