基于LS-SVM的琼东南盆地测井曲线估计孔隙度参数的多尺度方法

摘要

长期以来,由测井数据估计孔隙度、渗透率、饱和度等储层参数的传统回归经验公式方法在实际工作中得到了较广泛应用,但具有精度不高、所需样本数较多、各区块所得到的经验公式局限性较大、难以有效推广等缺点.支持向量机(SVM)模型作为一种非线性的模式识别工具,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,同时具有较强的鲁棒性、容错性、全局最优性,在模式识别、参数回归估计方面均有强大的学习预测能力,近年在储层岩性识别方面获得了广泛应用。琼东南盆地位于海南岛和西沙群岛之间，其西与莺歌海盆地为邻，东北以神狐隆起与珠江口盆地珠三凹陷相接，是一个座落于前新生界基底之上的总体呈NE方向延仲的新生代陆缘拉张型含油气盆地。本文使用最近点插值的方法，把测井曲线对应到岩心刻度上。通过最近点插值得到的孔隙度和测井曲线的对应关系。利用所得插值数据(共165个样本)，进行多次回归建模与孔隙度预测，每次选取不同样本的测井曲线和孔隙度来建立LSSVM回归模型，并利用其它样本的测井曲线对相应孔隙度参数进行预测，所得预测结果平均误差低于0.001数量级。其中选取后145个样本建模，预测前20个样本孔隙度。