数据挖掘方法在石油勘探开发中的应用研究

 随着石油勘探开发的不断深入,要想从海量的地震数据中创造新的效益,有必要将数据挖掘方法应用于石油勘探和开发中,以获取高性能的地质、油藏、储层及流体性质评价的预测模型。该方法由特征选择、模型参数优化、性能评估等三大循环组成,核心技术是将遗传算法用于特征选择和参数优化,通过重复交叉验证得到泛化准确率的无偏估计以及从多种学习方法中优选出最终模型。本文以克拉玛依油田砾岩油藏水淹层评价为例,研究了6种特征子集方案和决策树、神经网络、支持向量机、贝叶斯网络及组合学习等5种方法,综合考虑预测模型的准确率和生成规则的可操作性,并选择决策树模型作为砾岩油藏水淹级别评价的最终预测模型。与传统的地球物理勘探方法相比较,采用该数据挖掘方法的优势在于：可以充分利用多专业数据;获得丰富的预测模型;探查和发现规律;提高预测准确度,因而能更好地为油气勘探开发服务。     

复杂岩性及多相流体智能识别方法

基于优化算法与分类算法的基本原理,针对K-Means优化后的岩心、测井和产液数据集,利用自组织特征映射神经网络SOM聚类建立岩性预测模型,综合决策树和支持向量机建立流体预测模型,并利用遗传算法、网格算法和二次算法对支持向量机的重要参数进行优化,以精确识别复杂储集层岩性和多相流体。对准噶尔盆地东部五彩湾凹陷石炭系复杂储集层4口新井进行精细解释,SOM岩性预测模型、决策树和支持向量机流体预测模型识别准确率分别为91.30%和95.65%,岩性复杂并非导致该储集层中流体性质差异的主要因素;由于研究区数据集复杂性和非线性程度不够强,导致决策树的建模精度优于支持向量机,分别为94.31%和86.97%,且线性的多项式函数性能优于径向基函数RBF和神经元函数Sigmoid、支持向量分类机中C-SVC的分类性能和泛化能力强于υ-SVC。     

基于数据挖掘技术的测井评价方法

复杂的储层条件给综合阶段的测井评价提出了更高的要求,将数据挖掘技术引入测井评价领域,形成了基于数据挖掘技术的测井评价思路,分为数据预处理、选择特征参数、构建预测模型、模型评估和模型修正等5个部分.其中预测模型的构建和修正为关键环节,主要采用的数据挖掘方法分别为聚类分析、关联分析及决策树、贝叶斯网络、支持向量机和人工神经网络等分类归纳算法.以天然气的识别为例,阐述了基于数据挖掘技术评价地层的含气性的过程.由于数据挖掘技术增加了分析和解决问题的客观性,最大程度地获取海量数据内部蕴含的丰富信息,因此,所构建的预测模型能更真实地反映储层特征,获得了较好的识别效果.     

基于特征选择、遗传算法和支持向量机的水淹层识别方法

支持向量机是识别水淹层的有效方法,但其预测性能受多种因素的影响。研究提出一种水淹层识别新方法,采用Relief-F算法进行自动化特征选择,通过遗传算法优化模型参数以及使用加权支持向量机改善样本类数据分布不平衡对分类准确率的影响。将该方法应用于克拉玛依油田六中区克下组砾岩油藏水淹级别划分中,结果表明效果良好,增强了支持向量机的预测能力,进一步提高了水淹层解释的精度。     

基于储层分类的支持向量机渗透率预测

研究区孔隙度、渗透率分布范围广、非均质性强,在进行储层渗透率求取时存在较大误差。根据取心物性资料、测井资料,选用流动层带指标I_(FZ)划分方法将取心井储层划分Ⅰ、Ⅱ、Ⅲ、Ⅳ类,并建立每类储层的储层类型预测模型。根据与渗透率有关的测井属性变量,利用支持向量机技术对每类储层进行训练学习,分别建立各类储层的渗透率预测模型。对研究区取心井测试样本渗透率进行预测,与常规的统计方法以及分类前的支持向量机预测模型相比,分类后的模型预测精度有了明显提高,为研究区的储层评价提供了一种有效的研究途径。     

基于参数优化AdaBoost算法的酸性火山岩岩性分类

岩性识别是火山岩油气藏勘探的基础,为提高长岭气田火山岩岩性识别的准确率,采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法,对研究区酸性火山岩岩性进行分类与识别。通过分析研究区火山岩不同岩性的测井响应特征,选取了对火山岩岩性、组构和孔隙结构反应灵敏的12种岩石物理测井参数作为分类特征量。选择3口井中岩心分析和岩矿录井资料完整的7 150个测井数据作为数据集,并从中随机选取70 % 的数据作为训练集建立岩性识别模型,剩余30 % 的数据作为测试集。对6种算法建立的模型通过交叉验证进行参数优化及模型评价,对比不同算法与录井剖面的结果表明,AdaBoost-决策树算法可作为长岭气田利用常规测井资料识别火山岩岩性的有效手段,准确率可达90 % 以上。     

基于地震属性优选与支持向量机的油气预测方法

 地震属性分析技术是油气藏勘探开发中的主要研究内容。在利用地震属性进行油气预测前,必须优选出对研究区块油气敏感、彼此相关性不强的属性组。本文针对支持向量机提出一种新的特征选择算法,通过定义核特征相似度推导出核空间类可分性度量,并根据类可分性的变化递归选择最具判别能力的属性子集。将本文算法与支持向量机结合应用于四川观音场构造阳新统上部碳酸盐岩储层和大庆油田Ｇ开发区块的油气预测,预测结果验证了本文方法的有效性,可以成为油气预测中的一种可选方法。     

基于支持向量机的气井新井产能预测

运用基于统计学习理论的支持向量机方法,建立了影响因素与气井新井产能之间的预测模型,利用其训练算法对模型进行训练,然后对检验样本进行预测。与传统的神经网络方法预测结果进行对比表明,支持向量机方法能够达到较高的预测精度,是一种有效的预测气井新井产能的数据建模方法。     

基于最小二乘支持向量机的固井质量预测

提出利用最小二乘支持向量机进行固井质量预测方法,采用小波包分解方法提取地层回波信息信号,并将其作为最小二乘支持向量机的输入量,将样本的固井质量状态作为输出量,对样本的输入量和输出量进行不断的训练学习,得到最小二乘支持向量机模型,利用该模型进行固井质量预测。研究结果表明:基于最小二乘支持向量机模型的计算结果与测试样本拟合精度较高,可以用于现场固井质量预测。     

利用支持向量机方法求取缝洞型油气藏地层系数

将支持向量机方法应用于缝洞型油气藏地层系数的预测.以国内某典型缝洞型油气藏为例,选取已进行试井分析的12口典型单井资料(包括对应的开发数据)作为学习样本,构建预测地层系数的支持向量机模型,并对模型进行了检验,结果表明,利用支持向量机方法所预测的地层系数与试井解释所得的实际值较为吻合,证实了利用该方法预测、评价缝洞型油气藏地层系数的可行性.     

һ�ֻ���SVM����ѡ�������Ԥ�ⷽ��

支持向量机(SVM)是近年来发展起来的一种通用的机器学习方法，在许多分类问题和函数拟合问题上都已获得了很好的效果。对于少量样本的分类问题，SVM具有调节参数较少，运算速度快等优点。通过地震、测井等信息进行油气预测是一种典型的非线性分类器设计问题，它具有已知样本数较少、特征个数较少等特点,文章据此提出了一种基于特征扩展和特征选择的改进SVM方法。该方法将原始特征通过非线性变换到高维空间，然后应用线性SVM进行特征选择，并同时计算降维过程中各个特征子集对应的留一法错误率，最后选择错误率较小的特征子集来设计线性SVM分类器。在通用数据的实验中，这种方法仅仅用较为简单的多项式核函数就大大提高了分类器的泛化能力。与传统的模糊数学方法、神经网络方法和SVM方法相比，这种方法在四川观音场构造的碳酸岩盐储层数据的预测误差降低了50%，是一种有效的油气预测方法。     

A Support Vector Machine Approach for the Prediction of Drilling Fluid Density at High Temperature and High Pressure

Abstract

A support vector machine (SVM) approach was presented for predicting the drilling fluid density at high temperature and high pressure (HTHP). It is a universal model for water-based, oil-based, and synthetic drilling fluids. Available experimental data in the literature were used to develop and test this SVM model. Good agreement between SVM predictions and measured drilling fluid density values confirmed that the developed SVM model had good predictive precision and extrapolative features. The SVM model was also compared with the most popular models such as the artificial neural network (ANN) model, empirical correlations, and analytical models. Results showed that the SVM approach outperformed the competing methods for the prediction of drilling fluid density at HTHP.     

基于LBP和SVM的焊缝缺陷识别方法

为保证焊接接头处于安全工作状态,对焊缝缺陷实施定量识别与分类,提出了基于局部二值模式（LBP）和支持向量机（SVM）的缺陷识别方法。首先采用局部二值模式LBP算法对焊缝的超声回波信号进行特征提取,并结合因子分子进行数据降维,降低高维特征集中的冗余数据,最后采用SVM模型实现缺陷的分类识别,并对影响SVM分类效果的核函数和超参数进行了优选。结果表明,高斯核函数在焊缝缺陷分类上的识别效果最好,当超参数C和特征向量ε分别为5.749 7和9.243 6,核函数的gamma参数为2.859 5时,模型最优,分类准确率为95%,分类效果优于常规时频域特征。研究结果可为焊缝缺陷的无损检测和评价提供实际参考。     

基于支持向量机算法的芳烃抽提装置生产优化模型研究

将适合小样本数据建模的支持向量机算法（包括支持向量分类算法SVC和支持向量回归算法SCR）用于某石化公司芳烃抽提装置优化建模,建立了装置优化目标与有关工艺参数间的定性、定量模型。结果表明,抽余油中芳烃含量SVC模型的分类和预测正确率皆为100%;SVR模型对抽余油中芳烃含量的拟合与预报的均方根误差（RMSE）分别为0.072和0.060;抽余油中芳烃含量的SVR模型对128个训练集及32个测试集拟合和预测的R2和q2分别为0.820和0.867。应用所建优化模型,制定了装置生产优化方案,优化后抽余油中芳烃质量分数从0.82%降至0.74%,下降了9.8%。     

利用双路径积分算法进行高密度偏移速度建模

针对基于双路径积分的高密度偏移速度分析算法求出的偏移速度值偏高及有效速度选取方法不够完善的问题,通过详细分析加权参数对速度建模精度的影响,提出采用拉冬变换求取CRP道集的曲率作为加权参数,有效地解决了拾取速度偏高的问题;在共成像点道集中应用相干阈值约束成像结果,选取有效成像点,显著提高了有效偏移速度的精度,改进了基于双路径积分的高密度自动偏移速度建模方法。该方法的应用不仅获得了高精度的速度模型,而且大幅度降低了人力成本,实现了低信噪比地震资料的高质量偏移成像。模型试算和实际资料处理验证了该方法的有效性。     

基于支持向量机(SVM)的不同咸化程度烃源岩总有机碳含量预测模型

总有机碳含量（TOC）作为评价烃源岩有机质丰度的重要参数,其精确预测对油气勘探开发具有重要意义。目前总有机碳含量预测以ΔlogR方法、多元回归分析等基于统计分析的方法为主,存在泛化能力弱、主观性强等问题。机器学习方法的引入,可有效解决这类非稳定性、非线性、高复杂性的问题,但当下的研究仍停留在方法的比较与选取层面,没有对优良模型进行深入分析并检验其适用性。采用应用效果更好的支持向量机模型进行总有机碳含量预测,选取渤海湾盆地渤中凹陷古近系东营组淡水湖相和柴达木盆地西部狮子沟地区古近系咸化湖相烃源岩作为研究对象,对模型的效果进行检验与对比。通过相关性和XGBoost特征重要性分析,选定声波时差（DT）、体积密度（DEN）、自然电位（SP）、自然伽马（GR）、深度等作为输入层,以总有机碳含量作为输出层,确立SVM烃源岩总有机碳含量预测模型。研究结果表明,模型在应用至差异较大的沉积环境时具有很强的泛化能力以适应不同地区的地质特征;测井曲线对于烃源岩有机质丰度的敏感性由于沉积环境存在差异而有所区别。该模型在渤海湾盆地淡水湖相区域的应用中相关性更高,误差更小。      

海量地震采集资料现场质量评价方法探讨

随着高效采集和“两宽一高”地震勘探技术的发展,地震采集数据呈现指数级的增长,这给地震采集资料现场质量评价带来了挑战。为此,研究了海量地震资料现场评价理论方法及其在海量地震数据采集质控中的适应性。由于任何单属性模型均难以完全表征地震资料品质,因此设计了多元属性单炮记录判别分析模型及其生产流程;针对多元属性单炮记录判别分析模型完全依赖标准记录和阈值存在主观性强的缺陷,提出了海量地震资料品质智能分类模型;结合海量地震数据特征分析,建立了基于随机森林的单炮记录智能评价流程;利用三种样本增强技术,解决了单炮记录学习样本少及不平衡问题;研究了单炮记录随机森林分类算法及其关键技术,包括连续性地震属性的分支节点构建、建模参数选取及分类结果评估方法。实验数据处理结果说明,新方法结果正确且易于高度并行化处理。最后,通过对这些模型的相互关系及其适应性与时效性分析,说明多模型的联合应用可满足海量地震数据采集现场质控需求。     

油气勘探开发常用数据挖掘算法优选

迈入大数据时代的石油工业,需要充分挖掘石油工业大数据的巨大潜在价值。虽然数据挖掘已经在许多行业取得了丰硕的成果,但在油气勘探开发领域的应用还处于初始阶段,这主要由于油气勘探开发的数据及其应用具有自己的特殊性。数据挖掘常用的算法可分为回归、分类、聚类、估计、预测、关联分析等。其中的回归、分类是最成熟、应用最多的算法。但是对于具体的研究对象、不同的研究问题和数据源,不同的回归和分类算法又具有各自的适用性,因此需要针对具体问题优选适合该数据集的算法。以塔河油田的试油数据为例,以地层系数和油层分类为分析挖掘对象,详细解析了常用回归、分类算法的适用性。研究发现,对于常见的石油行业数据和研究对象：1最优的回归算法是反向传播神经网络（BPNN）,其次为支持向量机回归（R-SVM）和多元回归分析（MRA）;2最优的分类算法是支持向量机分类（C-SVM）,其次为贝叶斯逐步判别（BAYSD）;3 MRA和BAYSD可以用于数据降维,BAYSD的降维效果更好;4 R型聚类分析（RCA）可以用于数据降维,Q型聚类分析（QCA）可以用于样本约简;5在做具体的数据挖掘应用研究时一定要针对具体数据集对所用算法进行优选。     

基于DNN的半潜式平台系统稳定性预测模型

针对半潜式平台系统故障警报信号频发、系统运行稳定性差等问题，基于半潜式平台工作信号点位数据集研究影响半潜式平台稳定运行的重要因素。基于这些影响因素采用机器学习、深度学习算法构建基于深度神经网络（Deep Neural Network，DNN）的平台系统稳定性预测模型，该模型的曲线下面积（Area Under Curve，AUC）得分较逻辑回归、K近邻查询、支持向量机、朴素贝叶斯等传统机器学习模型的AUC得分提高1.0%~16.0%、准确率提高3.0%~25.6%，表明DNN模型具有较好的拟合能力和泛化能力，可以用于工业实践。