支持向量机与微电阻率成像测井识别火山岩岩性

针对火山岩储层,从岩石化学成分分类和岩石结构分类两个角度出发,提出了一种利用测井资料识别火山岩岩性的方法.基于取芯薄片鉴定资料获得对应井段的常规测井数据,利用统计学习理论中的支持向量机方法对其处理,得到地质上按岩石化学成分分类的火山岩岩性类别.建立地层微电阻率成像测井图像与不同结构火山岩岩性之间的对应关系,归纳出典型的微电阻率图像模式,从而得到地质上按岩石结构分类的火山岩岩性类别,结合上述两者结论确定最终岩性,实现了运用支持向量机算法处理常规测井资料与微电阻率图像模式相结合的火山岩岩性测井识别新方法.     

基于不同测井曲线参数集的支持向量机岩性识别对比

对测井曲线提取的不同参数值,进行支持向量机(support vector machines,SVM)岩性识别对比,找出适合于岩性识别的测井参数集。利用取心段岩心和测井资料,依据M-N值法、曲线重叠法和测井曲线特征值法等3种常用的岩性识别方法,提取能够用于岩性识别的测井曲线参数值,再利用支持向量机进行岩性识别,将识别结果进行对比,按照误差最小原则,找出适合于岩性识别的测井参数集。结果显示,M-N值法、曲线重叠法和测井曲线特征值法3种不同的测井参数集在岩性识别时,测井曲线特征值法和重叠法误差最小,可优先作为识别的基础数据。     

支持向量机组合方法在砂泥岩储层岩性识别中的应用

岩性是表征储油物性、建立各类地质模型的重要参数,其与测井参数的函数关系很复杂。基于支持向量机一类对一类法对岩性识别分类精度不高的现状,结合二叉树法初始分类精度较高、分类速度快等优点,提出了一种新的组合方法——一类对一类法与二叉树法的结合应用。该方法对样本数据较少的类别设置权重系数,减少样本不平衡的影响,并利用几何平均准确率作为评价岩心识别效果的指标,其对岩性的分类效果远优于单一方法。具体步骤为:首先对不均衡的样本设置相应的权重系数,然后利用二叉树法将易于与砂泥岩区分的灰岩区分开来,再利用一对一分类法将剩下的砂泥岩样本进行分类。运用此方法对某油田测井数据进行岩性分类,分类的整体准确率以及几何平均准确率均有很大的提高。     

基于遗传算法优化的支持向量机在岩性识别中的应用

为提高测井岩性识别的精度,本文结合乌夏地区岩芯资料和测井数据,总结该地区砂砾岩测井响应特征,优选出声波、自然伽马、密度、中子孔隙度和电阻率等5条测井曲线参数作为训练和测试样本,通过遗传算法挑选出最佳的支持向量机核函数参数σ和惩罚因子C,建立支持向量机岩性识别模型。结果表明该模型实际数据预测总体符合率为81.6%,在识别准确率上与传统测井识别砂砾岩岩性方法相比都有明显提升。     

基于最小二乘支持向量机测井识别火山岩类型:以辽河盆地中基性火山岩为例

最小二乘支持向量机是在统计学习理论基础上发展起来的模式识别方法。与传统统计学相比,它能有效解决有限样本、非线性、高维数模型的建立问题,而且建立的模型具有很好的预测性能。岩性识别本质是解决分类问题,本文基于最小二乘支持向量机解决分类问题的优势,首先用GR、CNL、DEN、AC、R_LLD等常规测井曲线数据建立样本空间;然后通过耦合模拟退火和交叉验证的方法寻找最佳参数,优化最小二乘支持向量机分类器;最后建立了最小二乘支持向量机岩性识别模型。通过取心段岩心描述和岩心/岩屑薄片鉴定,确定辽河盆地40口井315 m井段2 520个岩性样品作为训练样本,建立岩性识别标准。对8口井13 866 m井段110 928个火山岩数据采样点进行测井识别,可识别致密玄武岩、气孔玄武岩、粗面岩等8种主要火山岩类型。识别结果与8口测试井中316个有取心段岩心描述和岩心/岩屑薄片的精确岩矿定名对比,符合率达到75.2%,与以往测井识别复杂火山岩岩性相比,在识别准确率和效率上都有明显提高。     

基于决策树特征提取的支持向量机在岩性分类中的应用

由于支持向量机属于黑箱模型,因此在进行模型学习时无法直接对特征进行选择,而决策树模型在递归创建的过程中自身具有一定的特征选择能力。针对岩性分类问题,本文将决策树和支持向量机结合,通过决策树的建立,在考虑特征重要性的前提下,利用树节点的高度对特征进行提取,并将具有更高分类能力的特征送入支持向量机进行岩性分类。结果表明:通过决策树的特征提取,减少了支持向量机模型的输入特征,从而有效控制了模型的复杂度,使得模型更加稳定并具有更高的分类精度,测试集精度能够提升10%以上。     

3种经典机器学习算法在火山岩测井岩性识别中的对比

岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明：自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。     

依据支持向量机评价绥满国道主干线某段边坡稳定性

边坡稳定性影响因素和破坏机制复杂,很难用确定的数学模型或力学模型来精确描述,试采用支持向量机进行边坡稳定性评价,选择学习样本,进行学习训练,得到准确率较高的模型,并将该模型应用于绥满国道主干线某段边坡稳定性评价,其结果与专家评价结果基本一致,并符合实际调查情况。     

基于支持向量机的测井岩性识别在松散沉积物调查中的应用研究

砂砾质松散沉积物粒径组成复杂,钻探取心率低,导致对沉积相和相界面的判别准确度不高。本文结合岩心和测井资料,建立了松散沉积层基于支持向量机的测井数据岩性识别模型,分析了训练集样本数量对模型识别准确率的影响,并与BP神经网络模型进行了对比。结果表明,支持向量机模型的岩性识别准确率高,且对训练样本需求量低,可以有效地弥补钻孔取心率不足的问题,并降低钻探施工成本。在松散沉积物调查中,利用基于支持向量机的测井岩性识别模型自动识别沉积序列具有可行性,是实现绿色勘查的有益尝试。     

火山岩岩性的测井识别

火山岩岩性识别是火山岩储层和火山岩油气藏描述的基础。识别含油气盆地中的火山岩岩性最直接有效的方法是岩芯分析 ,但不可能在每口井中都取芯 ,因此利用常规测井资料进行火山岩岩性的识别成为了必然的选择。这里选取松辽盆地徐家围子断陷营城组为实例进行研究。徐家围子断陷是松辽盆地内的一个较大的中生代断陷 ,下白垩统营城组发育于断陷晚期 ,分布面积广 ,火山岩发育。岩芯观察、薄片鉴定、岩芯测试分析表明 :营城组火山岩岩性有玄武岩、玄武安山岩、安山岩、英安岩、流纹岩、火山角砾岩、凝灰岩、安山玢岩和流纹斑岩等。通过对测井曲线…     

松辽盆地白垩系营城组火山岩喷发旋回划分

鉴于松辽盆地白垩纪营城组火山活动多中心、多旋回、火山物质运动方向多变、成分复杂等特征,依据火山旋回的三个基本要素,即共生序列、内在规律的外部结构表现、同源性,着重考虑对储层研究的指导作用,采用组内划段-段内划旋回-旋回内划期次的方案,定义火山旋回为火山活动强度由平静到强烈再到平静而构成的喷发周期内形成的一套火山岩组...     

松辽盆地中生代火山岩中的氟碳钙铈矿特征及成因意义

在松辽盆地深层发育的中生代酸性火山岩中首次发现氟碳钙铈矿.氟碳钙铈矿的寄主岩为球粒流纹岩、流纹岩、流纹质熔结凝灰岩、流纹质凝灰岩,其寄主岩分布深度为2 930～3 830m,形成时代为早白孚世晚期.氟碳钙铈矿常与石英、碳酸盐、钠铁闪石、钠长石、绿泥石、绿帘石、粘土矿物等次生矿物共生,并与天然气储层有着一种内在的联系.氟碳钙铈矿是岩浆后期热液和大气降水多阶段、多次作用萃取的产物,这种相互作用是多无体系参与并经历了多阶段演化,氟碳钙铈矿形成于富Ca2+抖和CO23;的流体及还原环境.松辽盆地周边地区广泛发育的中生代火山岩与松辽盆地深层中生代火山岩十分相似,松辽盆地周边地区是否存在一个巨大的氟碳钙铈矿潜在资源,值得注意.     

松辽盆地北部火山岩锆石SHRIMP测年与营城组时代探讨

前人对松辽盆地营城组的时代存在不同认识。利用松辽盆地北部徐家围子断陷区营城组广泛发育的中—酸性火山岩取芯资料,开展了详细的火山岩锆石SHRIMP U-Pb年代学研究,结果表明营城组火山岩年龄集中在113—111Ma之间,属于早白垩世晚期的Aptian与Albian界线附近,从而明确该套火山岩应发育在营城组中上部的新认识,并由此说明营城组的顶界已跨入Albian。因此,认为松辽盆地营城组的时代为Hauterivian到Albian。     

松辽盆地火山岩相:类型、特征和储层意义

松辽盆地火山岩相可分为5相、15亚相。5相为火山通道相、爆发相、喷溢相、侵出相和火山-沉积岩相。火山岩孔、缝及其组合关系受亚相控制。喷溢相上部亚相原生气孔和构造裂缝发育，储集物性优良；爆发相各个亚相之间常发育松散层构造，是有利的储集空间；侵出相内带亚相原生裂缝和粒问空隙发育，是优质的大型储集体。不同亚相的成岩方式不同，有熔浆冷凝胶结、压实成岩和二者复合3种方式。火山-沉积岩相、爆发相的空落亚相和热基浪亚相均以压实成岩为主，其物性随埋深增加变差；火山通道相、喷溢相和侵出相均以熔浆冷凝固结成岩为主，其孔、渗与埋深无关。爆发相的热碎屑流亚相是复合成岩，其储层物性与埋深的关系视两种成岩方式相对强弱而变化 。     

支持向量机在水淹层测井识别中的应用

支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法.笔者尝试将Vapnik提出的支持向量机算法用于水淹层测井识别.总结了P油田水淹层的声波时差、自然电位、深感应电阻率、中感应电阻率及密度测井曲线与水淹程度的对应关系,建立了基于支持向量分类机的识别模型,并将上述参数作为训练样本的输入,油气特征作为训练样本的输出,对支持向量机进行训练.对于P油田水淹层的实际预测结果表明:支持向量机可以成为一种用于水淹层识别的有效工具.     

非线性支持向量机在油气预测中的应用

油气预测的传统方法通常是基于经验风险最小化准则,但在有限样本情况下,预测效果并不理想.研究引入基于结构化风险最小化准则的非线性支持向量机方法,通过对推广误差界的最小化达到最大的泛化能力和全局最优,时于小样本数据,该方法具有可靠的预测能力.在对四川观音场构造面新统上部碳酸盐岩储层数据处理中.通过实例试算,结果表明该方法有效可靠,预测精度高,与已知结果吻合较好.     

塔河油田火山岩的层位归属、火山岩岩石学与岩相学特征

火山岩顶、底地层中的微古化石组合研究表明:塔河油田火山岩的形成时代为二叠纪。岩石学、岩相学、地球物理测井与地震学综合研究结果显示,火山岩主要为英安岩和玄武岩。存在两次火山喷发旋回,形成下部玄武岩、上部英安岩或单一英安岩的垂向火山喷发序列。玄武岩呈带状分布于研究区西部和南部古地貌低洼区,以上平下凸的透镜状河谷充填式地震反射为特点;英安岩分布于北部及东北部地区,以下平上凸的丘形反射形态为特征。可划分出火山爆发相、火山溢流相和火山沉积相3个岩相带。火山爆发相位于火山喷发中心地带,研究区以火山熔岩溢流相为主,火山沉积相布范围局限,位于岩体边缘。火山活动具有喷发频率低、间隔时间短、以宁静的溢流式喷发为主间或伴随较强烈的爆发式喷发为特点。火山活动喷发中心可能是由西南逐渐向东北方向迁移的。     

松辽盆地东岭地区火山岩气层测井识别与综合评价

以松辽盆地南部东岭地区深层火山岩储层为研究对象,通过ΔlgR方法及油气层判别指标来综合识别油气层,并建立了岩石体积模型,综合定量评价火山岩气层,获得了孔隙度、饱和度等参数,取得了良好的效果。     

囊谦盆地新生代钾质火山岩成因岩石学研究

囊谦新生代钾质火山岩形成于碰撞后的板内构造环境,基性、中性和中酸性熔岩之间不存在分异和演化的关系,它们地球化学性质上的差异是源区部分熔融程度不同所致;钾质岩浆形成于50～80 km深处的富集交代地幔.横断山地区一些拉分盆地中火山岩源区的部分熔融可能与来自软流圈小而分散的上涌体的底侵有关.大型走滑断裂带的强烈活动为熔体的快速上升提供了通道.     

相山火山塌陷盆地基底变质岩U的地球化学研究

本文对相山火山塌陷盆地基底变质岩U的丰度及赋存形式进行了研究。基底变质岩中U主要以分散吸附状态的非结构U存在于基质或矿物粒间,少量的U以微粒、超微粒的独立铀矿物形式存在于矿物的裂隙中或粒间。U－Pb同位素的研究表明变质岩中的U在变质作用及后期的其它地质作用中发生了重新分配,并有不同程度的丢失,原始U含量较高。火山岩与变质岩的地球化学特征有许多相似之处。因此,作者认为基底变质岩有可能为成矿提供U源。