基于领域驱动数据挖掘技术定量描述油层水淹级别

李雄炎 已出版文章查询
李雄炎
本平台内已出版文章查询
wangliaoziji@126.com
1 李洪奇 已出版文章查询
李洪奇
本平台内已出版文章查询
2 周金煜 已出版文章查询
周金煜
本平台内已出版文章查询
3 谭锋奇 已出版文章查询
谭锋奇
本平台内已出版文章查询
1 贺旭 已出版文章查询
贺旭
本平台内已出版文章查询
4 陈亦寒 已出版文章查询
陈亦寒
本平台内已出版文章查询
1

+ 作者地址

1中国石油大学(北京)油气资源与探测国家重点实验窒;中国石油大学(北京)地球探测与信息技术北京市重点实验室

2中国石油大学(北京)油气资源与探测国家重点实验窒;中国石油大学(北京)地球探测与信息技术北京市重点实验室;中国石油大学(北京)计算机科学与技术系

3长庆油田公司勘探开发研究院

4中国石油大学(北京)计算机科学与技术系


0
  • 摘要
  • 参考文献
  • 相关文章
  • 统计
为了准确识别水淹层、确定储集层的水淹程度,引入数据挖掘技术,结合水淹层评价领域的相关知识,从"领域驱动"的角度建立高效预测储集层水淹程度的模型.结合研究区块沉积相带特征,综合运用聚类分析、关联规则和决策树等方法,对水淹层的测井数据及储集层衍生参数进行分沉积微相、分参数组合挖掘,分别获得预测整个研究区块和各小层水淹层的模型;并给出挖掘参数对油层水淹情况敏感程度的大小关系,证实不同沉积微相对水淹情况敏感的参数不同.将所得预测模型程序化之后,对研究区180口老井水淹层进行复查,对10口新井水淹层进行预测,其结果与试油结论对比,准确率为91.03%,证明了方法的可靠性.

[1] 韩大匡.关于高含水油田二次开发理念、对策和技术路线的探讨[J].石油勘探与开发,2010(05):583-591.

[2] 刘春林,肖伟.油田水驱开发指标系统及其结构分析[J].石油勘探与开发,2010(03):344-348.

[3] 慈建发,何世明,李振英,王铭,崔继明,蒋永祥.水淹层测井发展现状与未来[J].天然气工业,2005(07):44-46.

[4] 侯连华;王京红;刘泽容 .水淹层测井评价方法[J].石油学报,1999,20(03):49-55.

[5] 高兴军,宋新民,褚人杰,马文龙,邢野,赵世新.动静结合方法计算储层水淹后地层混合液电阻率技术及其在剩余油饱和度解释中的应用--以吉林扶余油田泉四段油层为例[J].地学前缘,2008(01):160-168.

[6] Dabbouk C;Alin L;Williams G et al.Waterflood in vuggy layer of Middle East reservoir:Displacement physics understood SPE 78530[R].,2002.

[7] Khisamutdinov A 1;Phedorin M A .Numerical method of evaluating elemental content of oil-water saturated formations based on pulsed neutron-gamma inelastic log data SPE 104342[R].,2006.

[8] Adiscemarta P S;Anderson G A;Frailey S M et al.Historical use of m and a in well log interpretation:is conventional wisdom backwards? SPE 59699[R].,2000.

[9] 李来林,陈小宏,李延峰.利用振幅谱差识别水淹层的变化[J].地球物理学报,2007(06):1899-1904.

[10] 王任一,刘日强.基于小波熵水淹层识别方法探索[J].地球物理学进展,2007(05):1558-1561.

[11] 陈科贵,赵志恒,高伟,冯雪龙,苏辉.小波分析在水淹层定性评价中的应用[J].天然气工业,2008(08):49-51.

[12] 尚福华 .基于统计学习的油藏水淹层的识别技术[D].哈尔滨工业大学,2007.

[13] 李盼池,许少华.支持向量机及其在复杂水淹层识别中的应用[J].计算机应用,2004(09):147-149.

[14] 梅红,张厚福,孙红军.神经网络技术在测井相分析及水淹层判别中的应用[J].石油大学学报(自然科学版),1997(03):24-28.

[15] Weiss W W;Wo S;Weiss J W et al.Data mining at a regulatory agency to forecast waterflood recovery SPE 71057[R].,2001.

[16] Han Jiawei;Kamber M.Date mining concepts end techniques[M].北京:机械工业出版社,2006

[17] Witten I H;Frank E;董琳;邱泉,于晓峰.数据挖掘实用机器学习技术[M].北京:机械工业出版社,2006

[18] Li X Y;Li H Q;Wu Z.Model-driven data mining in the oil & gas exploration and production[M].Wuhan:IEEE Press,2009:20-24.

[19] WANG Guo-yin,WANG Yan.Domain-oriented data-driven data mining:a new understanding for data mining[J].重庆邮电大学学报(自然科学版),2008(03):266-271.

[20] Can L B;Zhang C Q.Domain-driven actionable knowledge discovery in the real world[M].Berlin:PAKDD,2006

[21] Cao L B;Lin L;Zheng C Q.Domain-driven in-depth pattern discovery:A practical methodology[A].Sydney,Austrilia,2005

[22] 黄彦庆,张昌民,汤军,侯读杰,余明发.克拉玛依油田六中区克下组沉积微相及其含油气性[J].天然气地球科学,2007(01):67-70.

[23] 赵培华.油田开发水淹层测井技术[M].北京:石油工业出版社,2003


语种: 中文   

基金国家"863"项目(2009AA062802)

关键词领域驱动 数据挖掘 水淹层 测井评价 参数组合 预测模型


期刊热词
  • + 更多
  • 字体大小