應(yīng)用聯(lián)合預(yù)測(cè)法進(jìn)行儲(chǔ)層預(yù)測(cè)
時(shí)間：2016-12-27 14:37
來(lái)源：
作者:龐靜超
在區(qū) 塊 進(jìn) 行 儲(chǔ)層 預(yù) 測(cè) 的 過(guò)程 中， 可 供使 用 的 測(cè) 井及鉆井信息較少，因此如何更有效地利用已知測(cè)井信息成為重點(diǎn)研究?jī)?nèi)容。通過(guò)衡量錯(cuò)誤預(yù)測(cè)代價(jià)及考慮預(yù)測(cè)結(jié)果置信度，研究提出了一種基于置信度的聯(lián)合儲(chǔ)層預(yù)測(cè)方法。該方法能夠很好地在測(cè)井符合率及置信度間進(jìn)行平衡?；?FLD 算法的測(cè)井符合率達(dá) 100%，因此可采用該方法建立小樣本儲(chǔ)層預(yù)測(cè)學(xué)習(xí)系統(tǒng)；基于線(xiàn)性核函數(shù)的 SVM 的測(cè)井符合率達(dá) 88%，基于其他核函數(shù)的 SVM 的測(cè)井符合率較低，因此可采用基于線(xiàn)性核函數(shù)的 SVM建立小樣本儲(chǔ)層預(yù)測(cè)學(xué)習(xí)系統(tǒng)。從油氣生產(chǎn)過(guò)程的預(yù)測(cè)錯(cuò)誤代價(jià)角度考慮，將非含油氣地震道預(yù)測(cè)為含油氣地震道的經(jīng)濟(jì)代價(jià)明顯高于將含油氣地震道預(yù)測(cè)為非含油氣地震道；從預(yù)測(cè)結(jié)果置信度角度考慮，采用一定的聯(lián)合預(yù)測(cè)方法可以 整 合 FLD 算 法 及 線(xiàn) 性 SVM 算法，同時(shí)可以提高預(yù)測(cè)結(jié)果的置信度。
綜合考慮上述兩點(diǎn)，研究提出基于“投票”的聯(lián)合儲(chǔ)層預(yù)測(cè)方法：僅當(dāng) FLD 算法及線(xiàn)性 SVM 算法對(duì)當(dāng)前地震道的預(yù)測(cè)結(jié)果為含油氣時(shí)才判定當(dāng)前道為含油氣地震道，否則判定當(dāng)前道為非含油氣地震道。具 體 算 法 流 程 如 圖 1 所 示： 首 先利用 FLD 算法對(duì)當(dāng)前地震道含油氣性進(jìn)行預(yù)測(cè)并將預(yù)測(cè)結(jié)果寫(xiě)入緩存；其次利用線(xiàn)性 SVM 算法對(duì)當(dāng)前地震道含油氣性進(jìn)行預(yù)測(cè)并將結(jié)果寫(xiě)入緩存；最后利用“投票”法對(duì)當(dāng)前地震道的含油氣性進(jìn)行聯(lián)合預(yù)測(cè)。本實(shí)驗(yàn)旨在通過(guò)“投票”法對(duì)整個(gè)區(qū)塊含油氣性進(jìn)行預(yù)測(cè)。首先針 對(duì) FLD 及 線(xiàn) 性 SVM 進(jìn) 行 測(cè) 井符合率“投票”，其測(cè)井符合率達(dá)88%。通過(guò)分析基于聯(lián)合儲(chǔ)層預(yù)測(cè)方法的測(cè)井符合率得知該方法能夠獲取較好的預(yù)測(cè)外推結(jié)果，同時(shí)通過(guò)對(duì)比分析 FLD 及線(xiàn)性 SVM 對(duì)整個(gè)區(qū)塊的外推結(jié)果發(fā)現(xiàn)二者的預(yù)測(cè)一致率達(dá) 88.01%，說(shuō)明當(dāng)前兩種方法各自的預(yù)測(cè)結(jié)果置信度較高，但仍然存在著一定的誤差，從另一角度說(shuō)明采用聯(lián)合儲(chǔ)層預(yù)測(cè)方法對(duì) FLD及線(xiàn)性 SVM 進(jìn)行整合的必要性。
同樣以該區(qū)塊進(jìn)行儲(chǔ)層預(yù)測(cè)外推，采用聯(lián)合儲(chǔ)層預(yù)測(cè)方法的預(yù)測(cè)結(jié)果如圖 2 所示，其中紅色區(qū)域代表預(yù)測(cè)結(jié)果為含油氣區(qū)域，藍(lán)色區(qū)域代表預(yù)測(cè)結(jié)果為不含油氣區(qū)域。利用線(xiàn)性判別法——FLD 來(lái)進(jìn)行儲(chǔ)層預(yù)測(cè)，通過(guò)計(jì)算其測(cè)井符合率證明該方法適用于小樣本儲(chǔ)層預(yù)測(cè)。對(duì)應(yīng)用較廣泛的 BPNN 方法進(jìn)行研究，通過(guò)計(jì)算其測(cè)井符合率證明該方法不適用于測(cè)井樣本較少的情況。選取適用于小樣本情況的 SVM 方法進(jìn)行儲(chǔ)層預(yù)測(cè)，通過(guò)求解基于不同核函數(shù)的 SVM 的測(cè)井符合率發(fā)現(xiàn)基于線(xiàn)性核函數(shù)的 SVM 比較適用于小樣本儲(chǔ)層預(yù)測(cè)。從預(yù)測(cè)誤差代價(jià)及置信度角度出發(fā)，提出了一種聯(lián)合儲(chǔ)層預(yù)測(cè)方法——“投票”方法，該方法能夠較好地對(duì) FLD 學(xué)習(xí)機(jī)及線(xiàn)性 SVM 學(xué)習(xí)機(jī)進(jìn)行整合，同時(shí)獲得較高測(cè)井符合率。最后對(duì)基于地震屬性?xún)?chǔ)層預(yù)測(cè)系統(tǒng)的實(shí)現(xiàn)進(jìn)行相關(guān)闡述，包括需求說(shuō)明、軟件結(jié)構(gòu)、預(yù)測(cè)系統(tǒng)訓(xùn)練模塊、核心預(yù)測(cè)模塊、結(jié)果顯示模塊、預(yù)測(cè)報(bào)告生成模塊等。
微信公眾號(hào)
微信視頻號(hào)
京公網(wǎng)安備11010502053156號(hào)