基于F-score协同支持向量机算法的孔隙结构类别测井识别

摘要

以渤海湾盆地G油田沙四上亚段的低渗透砂岩为研究对象，综合运用岩相学、高压压汞、核磁共振及岩心物性分析将岩心样本的孔隙结构划分为4种类型(Ⅰ、Ⅱ、Ⅲ、Ⅳ)。在此基础上，通过岩心标定测井的方式并结合支持向量机算法和特征筛选方法(F-score)建立孔隙结构类型的测井识别模型，并选取215组测试样本开展模型泛化性能验证。在单井孔隙结构类型的测井识别基础上，采用序贯高斯模拟的方法建立G油田主力含油层系孔隙结构类型的三维地质模型，实现有利孔渗发育带的预测。结果表明：215组测试样本中仅22组样本被错判为邻类样本，测试样本的整体正判率为89.77%。基于F-score协同支持向量机算法的孔隙结构类型的预测模型与早期的统计学方法和神经网络算法相比，展现出更好的预测性能。

关键词

渤海湾盆地 / 低渗透砂岩 / 孔隙结构 / 支持向量机