支持向量机方法及其在储层厚度预测中的应用
本文结合春风油田排6北实际工区,利用支持向量机方法,对整个工区的砂体厚度进行预测,预测结果还与神经网络方法预测进行了比较.通过对实际资料的应用，得到通过属性提取可以发现均方根振幅、弧长、能量半衰时，波形分类等属性，能够很好的体现该区块的砂体空间展布情况，并能很好的反映薄储层的分布范围;神经网络储层预测是目前较为常用的储层厚度预测手段，但该方法容易陷入局部最优情况，导致整体预测结果存在一定的误差;支持向量机回归方法具有较好的预测效果，与井点处储层的厚度相差较小，能够很好的预测储层厚度。
油气勘探 储层厚度 支持向量机方法 空间分布
赵衍彬 黄广谭 范腾腾 李宇航 胡雯
胜利油田地质科学研究院 东营 257015 中国石油大学(华东)地学院 青岛 266580
国内会议
北京
中文
1058-1058
2014-10-19（万方平台首次上网日期，不代表论文的发表时间）