Position: Home > Articles > 基于灰色关联度分析-极限学习机的低阻油层及水淹层测井识别-以渤海P区块馆陶组为例
Journal of Yangtze University(Natural Science Edition)Agricultural Science Volumn
2024
(2)
45-51,126
基于灰色关联度分析-极限学习机的低阻油层及水淹层测井识别-以渤海P区块馆陶组为例
作 者：
张超谟;徐文斌;张亚男;张冲;张占松;石文睿;杨旺旺;陈星河
单 位：
长江大学地球物理与石油资源学院;中国石化江汉油田分公司涪陵页岩气公司
关键词：
低阻油层;水淹层识别;灰色关联度分析;极限学习机
摘 要：
历经近20的开发，渤海P区块进入高含水期，馆陶组发育的大量低阻油层与水淹层在测井曲线形态上差异不明显。为了精确进行水淹层识别以及水淹层等级划分，采用了机器学习算法。首先采用灰色关联度分析，筛选低阻油层和水淹层识别的敏感参数曲线；其次构建了极限学习机水淹层识别模型，对模型进行训练，获取最优参数。将其应用于实际资料处理，结果表明，基于灰色关联度分析-极限学习机的低阻油层及水淹层测井识别方法对低阻油层与水淹层的预测精度较高，符合率达89.3%,远远优于未经过灰色关联度分析筛选的预测结果，具有实际应用价值。
相似文章
-
渤中油田东营组低阻油层识别方法研究 [许赛男, 崔云江, 别旭伟, 韩志磊, 郑炀] 长江大学学报(自科版)农学卷 2017 (23) 39-44+5
