一种基于卡尔曼滤波与支持向量机的测井曲线预测方法

摘要

本发明涉及一种基于卡尔曼滤波与支持向量机的测井曲线预测方法,包括以下步骤：首先选择足够数量的完备井作为标准井，并对测井曲线进行标准化采样处理，建立状态空间模型，其次，基于熵离散化测井曲线，建立状态迁移变换矩阵和服从高斯分布的概率密度函数，接着，基于支持向量回归方法建立三次多项式非线性观测函数，并建立服从高斯分布的概率密度函数，最后，基于状态空间模型和卡尔曼滤波算法预测测井曲线。本发明方法具有快速有效、预测测井曲线准确性更高的优点，有效解决了常规利用回归方法无法有效预测测井曲线空间序列所蕴含的特征和结构等问题。