模式識別在儲層敏感性預測中的應用.pdf

1、伴隨油氣層損害快速診斷的重要性深入人心,一系列的儲層敏感性快速預測方法被人們建立。目前進行儲層敏感性快速預測的方法主要有數(shù)學回歸模型法、灰色關聯(lián)法、專家系統(tǒng)法和神經(jīng)網(wǎng)絡法等。數(shù)學回歸模型法和專家系統(tǒng)法都受人為因素影響較大,且通用性和可移植性較差;灰色關聯(lián)法得到的預測結果分辨率低,只能評價敏感性的損害程度;神經(jīng)網(wǎng)絡預測儲層敏感性受人為因素干擾小,也能定量反映敏感性損害值的大小,但迭代次數(shù)多、收斂速度慢、容易陷入局部小等缺陷限制了其在預測方

2、面的推廣應用。
　　 模式識別技術的快速發(fā)展使人們意識到可以將其在預測儲層敏感性方面加以利用,模式識別的核心問題為特征提取、權值確定以及隸屬函數(shù)的構造。本文利用熵值法對特征參數(shù)進行優(yōu)化提取,挑選出了能夠最好表征敏感性信息的若干個特征;應用層次分析法,將以人主觀判斷為主的定性分析進行量化,對儲層損害診斷體系的特征向量的各要素進行綜合評判,確定了預測體系各要素的相對權植大小;將常規(guī)的歐氏距離進行加權改造,解決了模式識別的最關鍵問題—

3、—隸屬函數(shù)的構造。最終建立了模式識別預測儲層敏感性的新模型,開發(fā)了儲層敏感性預測系統(tǒng)軟件,并將其成功運用于儲層敏感性診斷領域。
　　 先以水敏預測為例來檢驗新模型在儲層敏感性預測的應用效果,水敏損害程度預測成功率92.31％;水敏指數(shù)的預測準確率只有1組低于90％,水敏指數(shù)的平均預測準確率為95.32％。說明新研發(fā)的模式識別模型能較好地實現(xiàn)對儲層水敏性進行精確定性乃至定量預測;然后將新研發(fā)的模式識別儲層敏感性預測軟件應用于大港油