论文部分内容阅读
Jakesouth油田AG组油藏地质条件极其复杂，内部存在大量的低电阻率油层，识别难度大，准确率不高。现有模式识别算法常采用的部分模型变量不能反映储层流体性质，在地质条件复杂的油藏中应用效果往往不好。综合岩心、薄片、扫描电镜、测井曲线等资料，对模式识别中通常所选变量进行优化，并用于低电阻率油层识别中。结果表明，储层类型、自然伽马、自然电位幅度比、中子密度指数、原状地层电阻率、声波时差、补偿中子、地层密度等变量可反映储层流体性质，建议采用。采用支持向量机方法，选用建议的模型变量对已证实油水层进行识别，取得良