对于沉积微相的充分了解,可以进一步揭示油气储层的特性,决定油气开发方案,影响油气的采收率。以海量测井数据和测井评价数据为基础,以沉积微相自动识别为目的,实现知识发现及其在油气勘探开发中的应用取得突破。因此,本项目在石油天然气勘探开发和智能信息处理都有重要的现实意义。研究内容①数据清洗方法由于有些测井曲线受到某种因素的影响而出现与地层无关的毛刺干扰,需要去除噪声;②曲线的特征表示由于测井曲线隐含地质信息,曲线的幅值、形态、光滑度、接触关系和曲线段的拓扑结构、几何结构反映地层的沉积微相,因此,需要有合适、全面的特征描述;③特征自动提取和优化方法由于多种的数据并存,对沉积微相识别的敏感性不同,需要发现沉积微相的每一特征变量综合的函数形式,使得特征更能反映沉积微相;④识别模型的建立基于SVM的识别模型和基于不确定性决策规则的识别模型的建立,分别进行确定性识别和不确定性识别。
对于沉积微相的充分了解,可以进一步揭示油气储层的特性,决定油气开发方案,影响油气的采收率。以海量测井数据和测井评价数据为基础,以沉积微相自动识别为目的,实现知识发现及其在油气勘探开发中的应用取得突破。因此,本项目在石油天然气勘探开发和智能信息处理都有重要的现实意义。研究内容①数据清洗方法由于有些测井曲线受到某种因素的影响而出现与地层无关的毛刺干扰,需要去除噪声;②曲线的特征表示由于测井曲线隐含地质信息,曲线的幅值、形态、光滑度、接触关系和曲线段的拓扑结构、几何结构反映地层的沉积微相,因此,需要有合适、全面的特征描述;③特征自动提取和优化方法由于多种的数据并存,对沉积微相识别的敏感性不同,需要发现沉积微相的每一特征变量综合的函数形式,使得特征更能反映沉积微相;④识别模型的建立基于SVM的识别模型和基于不确定性决策规则的识别模型的建立,分别进行确定性识别和不确定性识别。