测井资料PSO-XGBoost渗透率预测

来源 :石油地球物理勘探 | 被引量 : 0次 | 上传用户:sargelee
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
渗透率预测模型主要分为物理模型和拟合模型。物理模型基于测井理论,能得到可靠的渗透率预测值,但推广性较差;逐步迭代为经典的拟合算法,能快速预测渗透率,但难以确定各类测井曲线与渗透率之间的复杂关系,因此无法用解析式表示目的层渗透率最优拟合模型。为此,从优化参数角度出发,利用粒子群优化(PSO)算法改进XGBoost,进而提出渗透率预测模型PSO-XGBoost。以姬塬油田西部长4+5段致密砂岩储层为研究对象,通过三个实验考查PSO-XGBoost预测渗透率的能力。结果表明:(1)与物理模型相比,拟合模型涉及的
其他文献
噪声压制是地震资料处理中的一项关键任务。根据不同噪声的形成机制、特性,可以采用不同的压制方法,使地震资料的信噪比达到预期,提高后续地震资料处理和解释的效率和精度。
通过对光皮桦的分布、适生环境、天然及人工状态下的生长特性研究表明,光皮桦具有喜光、耐瘠薄、适应性强、生长期长等特点;光皮桦种子在常温下不耐贮藏,应随采随播;苗木生长较快