何鑫:基于概率图模型的储层预测方法研究论文

何鑫:基于概率图模型的储层预测方法研究论文

本文主要研究内容

作者何鑫(2019)在《基于概率图模型的储层预测方法研究》一文中研究指出:油气储层预测技术是综合应用地震、地质、钻井、测井等各项资料对地下油气储层的分布、厚度、岩性和物理性质进行预测的一项技术。储层预测的主要工作内容大体分为储层岩性预测、储层形态预测,储层物性预测和储层含油气性综合分析,孔隙度作为反映储层油气储量的重要指标,是储层物性预测的一项重要研究内容。目前孔隙度体预测采用地震反演得到的阻抗、密度等信息和测井得到的孔隙度信息进行回归,然后将该关系应用于整个体数据。但是目前该方法在实际应用过程中存在诸多问题,主要体现在:(1)不同储层岩相孔隙度与弹性参数的关系不一样,如果将所有岩性的弹性参数与孔隙度整体建立关联关系可能导致结果存在较大误差;(2)测井数据较少可能导致回归关系泛化能力偏弱,使得结果不理想;(3)从地震数据中获得的弹性参数可能存在误差,导致预测结果误差。为解决以上问题,本论文基于概率图模型中的条件随机场理论,构建了岩相和孔隙度同步预测网络,并在此基础上开展了以下研究工作:(1)通过阻抗与孔隙度的标签对,建立条件随机场和梯度提升树融合的孔隙度-岩相同步预测网络。通过条件随机场实现了孔隙度和阻抗共同控制下的岩相迭代更新,在岩相控制下采用梯度生成树解决了井数据样本标签较少情况下的回归问题,该融合网络实现了在相对少样本条件下的岩相和孔隙度的同步预测问题。(2)构建了直接通过波形数据进行孔隙度和岩相同步预测的网络。考虑到阻抗数据可能存在误差,本文将阻抗替换为地震波形导入前述条件随机场梯度生成树融合网络模型进行孔隙度和岩相预测。由于地震波形数据的多维度特征,本文提取地震波形纹理特征并利用梯度生成树进行特征重构,构建了新的特征分类方法,将分类结果作为初始模型输入,有效改善了孔隙度岩相同步预测网络的精度。(3)提出了基于地震波形特征的条件随机场孔隙度岩相同步预测方法,将地震波形特征进行降维,并将降维后特征与孔隙度建立标签,将该标签引入梯度生成树条件随机场网络,实现地震相和孔隙度的同步预测。实验分析结果表明,采用地震波形进行孔隙度和岩相预测可以有效避免阻抗数据计算所引入的误差,改善预测效果。通过本论文的研究,拟探索出一套可行的通过人工智能方法进行储层岩相和储层物性参数预测的技术方案,为推动人工智能技术与储层预测结合提供借鉴。

Abstract

you qi chu ceng yu ce ji shu shi zeng ge ying yong de zhen 、de zhi 、zuan jing 、ce jing deng ge xiang zi liao dui de xia you qi chu ceng de fen bu 、hou du 、yan xing he wu li xing zhi jin hang yu ce de yi xiang ji shu 。chu ceng yu ce de zhu yao gong zuo nei rong da ti fen wei chu ceng yan xing yu ce 、chu ceng xing tai yu ce ,chu ceng wu xing yu ce he chu ceng han you qi xing zeng ge fen xi ,kong xi du zuo wei fan ying chu ceng you qi chu liang de chong yao zhi biao ,shi chu ceng wu xing yu ce de yi xiang chong yao yan jiu nei rong 。mu qian kong xi du ti yu ce cai yong de zhen fan yan de dao de zu kang 、mi du deng xin xi he ce jing de dao de kong xi du xin xi jin hang hui gui ,ran hou jiang gai guan ji ying yong yu zheng ge ti shu ju 。dan shi mu qian gai fang fa zai shi ji ying yong guo cheng zhong cun zai zhu duo wen ti ,zhu yao ti xian zai :(1)bu tong chu ceng yan xiang kong xi du yu dan xing can shu de guan ji bu yi yang ,ru guo jiang suo you yan xing de dan xing can shu yu kong xi du zheng ti jian li guan lian guan ji ke neng dao zhi jie guo cun zai jiao da wu cha ;(2)ce jing shu ju jiao shao ke neng dao zhi hui gui guan ji fan hua neng li pian ruo ,shi de jie guo bu li xiang ;(3)cong de zhen shu ju zhong huo de de dan xing can shu ke neng cun zai wu cha ,dao zhi yu ce jie guo wu cha 。wei jie jue yi shang wen ti ,ben lun wen ji yu gai lv tu mo xing zhong de tiao jian sui ji chang li lun ,gou jian le yan xiang he kong xi du tong bu yu ce wang lao ,bing zai ci ji chu shang kai zhan le yi xia yan jiu gong zuo :(1)tong guo zu kang yu kong xi du de biao qian dui ,jian li tiao jian sui ji chang he ti du di sheng shu rong ge de kong xi du -yan xiang tong bu yu ce wang lao 。tong guo tiao jian sui ji chang shi xian le kong xi du he zu kang gong tong kong zhi xia de yan xiang die dai geng xin ,zai yan xiang kong zhi xia cai yong ti du sheng cheng shu jie jue le jing shu ju yang ben biao qian jiao shao qing kuang xia de hui gui wen ti ,gai rong ge wang lao shi xian le zai xiang dui shao yang ben tiao jian xia de yan xiang he kong xi du de tong bu yu ce wen ti 。(2)gou jian le zhi jie tong guo bo xing shu ju jin hang kong xi du he yan xiang tong bu yu ce de wang lao 。kao lv dao zu kang shu ju ke neng cun zai wu cha ,ben wen jiang zu kang ti huan wei de zhen bo xing dao ru qian shu tiao jian sui ji chang ti du sheng cheng shu rong ge wang lao mo xing jin hang kong xi du he yan xiang yu ce 。you yu de zhen bo xing shu ju de duo wei du te zheng ,ben wen di qu de zhen bo xing wen li te zheng bing li yong ti du sheng cheng shu jin hang te zheng chong gou ,gou jian le xin de te zheng fen lei fang fa ,jiang fen lei jie guo zuo wei chu shi mo xing shu ru ,you xiao gai shan le kong xi du yan xiang tong bu yu ce wang lao de jing du 。(3)di chu le ji yu de zhen bo xing te zheng de tiao jian sui ji chang kong xi du yan xiang tong bu yu ce fang fa ,jiang de zhen bo xing te zheng jin hang jiang wei ,bing jiang jiang wei hou te zheng yu kong xi du jian li biao qian ,jiang gai biao qian yin ru ti du sheng cheng shu tiao jian sui ji chang wang lao ,shi xian de zhen xiang he kong xi du de tong bu yu ce 。shi yan fen xi jie guo biao ming ,cai yong de zhen bo xing jin hang kong xi du he yan xiang yu ce ke yi you xiao bi mian zu kang shu ju ji suan suo yin ru de wu cha ,gai shan yu ce xiao guo 。tong guo ben lun wen de yan jiu ,ni tan suo chu yi tao ke hang de tong guo ren gong zhi neng fang fa jin hang chu ceng yan xiang he chu ceng wu xing can shu yu ce de ji shu fang an ,wei tui dong ren gong zhi neng ji shu yu chu ceng yu ce jie ge di gong jie jian 。

论文参考文献

  • [1].基于有限钻孔的土体成层结构及空间变异性研究[D]. 蔡永敏.哈尔滨工业大学2017
  • [2].储罐罐底蚀内检测信号识别方法研究[D]. 祝慧宇.天津大学2014
  • 读者推荐
  • [1].基于机器学习的地质统计学随机建模方法研究[D]. 李昊阳.电子科技大学2019
  • [2].基于概率图模型的个性化推荐[D]. 闫玉环.厦门大学2017
  • [3].储层地质模型实时修正方法研究[D]. 唐康.西安石油大学2019
  • [4].多核学习在储层建模中的应用研究[D]. 陈博.西安石油大学2019
  • [5].机器学习在储层参数预测中的应用研究[D]. 魏佳明.西安石油大学2019
  • [6].舰船态势估计算法研究与平台设计[D]. 毕城.内蒙古大学2019
  • [7].元坝地区长兴组碳酸盐岩岩性测井识别研究[D]. 苏向群.长江大学2019
  • [8].基于概率图模型的发票内容自动识别方法研究[D]. 李致毅.哈尔滨工程大学2016
  • [9].基于MCMC方法的叠前反演方法研究[D]. 王丹阳.中国石油大学(华东)2012
  • 论文详细介绍

    论文作者分别是来自电子科技大学的何鑫,发表于刊物电子科技大学2019-07-17论文,是一篇关于孔隙度预测论文,岩相论文,条件随机场论文,特征重构论文,梯度提升树论文,地震波阻抗论文,电子科技大学2019-07-17论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自电子科技大学2019-07-17论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    何鑫:基于概率图模型的储层预测方法研究论文
    下载Doc文档

    猜你喜欢