文献

J-GLOBAL ID：201702223999097911   整理番号：17A1888886

灰色関連サポートベクトルマシンに基づく河道予測手法【JST・京大機械翻訳】

Channel Prediction Method Based on Gray Correlation Support Vector Machine

著者 (8件)： Li Zhandong (東北石油大学 石油工程学院,黒竜江 大慶,163318) ,  Zhang Lishuang (東北石油大学 石油工程学院,黒竜江 大慶,163318) ,  Li Li (国立台湾師范大学,台湾 台北 11677) ,  Liang Shun (東北石油大学 石油工程学院,黒竜江 大慶,163318) ,  Shi Hao (東北石油大学 石油工程学院,黒竜江 大慶,163318) ,  Tian Mi (東北石油大学 石油工程学院,黒竜江 大慶,163318) ,  Wang Yang (東北石油大学 石油工程学院,黒竜江 大慶,163318) ,  Zhang Shuxin (東北石油大学 石油工程学院,黒竜江 大慶,163318)
資料名： Liaoning Shiyou Huagong Daxue Xuebao  (Liaoning Shiyou Huagong Daxue Xuebao)
巻： 37  号： 4  ページ： 34-38,43  発行年： 2017年 
JST資料番号： C3541A  ISSN： 1672-6952  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 貯留層の河道予測は高度に重視されているが,貯留層の断裂が複雑で,岩相が速くなるという要因により,通常の地震属性による河道の予測精度は要求されない。この弱い問題に対して、灰色関連分析とサポートベクトルマシンを結合した方法を用いて、複雑な地質条件に適した河川相貯留層予測技術の流れを確立した。大慶油田X試験区の扶余油層を例として、まず堆積ユニットの通常地震属性に対して次元化処理を行い、灰色相関分析方法を用いて得られた各地震属性関連主因子、関連度が大きいほど、応答河道の属性確率が高くなることを示した。これらに基づき,最適化関連因子が大きい属性数列を一次累積し,一次順序付けシーケンスを生成し,サポートベクトルマシンの入力訓練サンプルとして使用することにより,サポートベクトルマシンの予測モデルを構築した。掘削により、灰色関連サポートベクトルマシンによって予測された掘削の一致率は比較的高く、地震のインバージョンによる河道砂境界の優位性を予測し、コア、検層、記録井などの資料を補い、X試験区の扶余油層堆積微相の実現を完成させた。同時に、後の掘削により、河道の信頼性を予測し、工業油井を成功に得たことが証明された。総合的な研究により、この方法は河道の予測精度が高く、複雑な地質条件下における良好な河道予測方法として用いることができることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 油田 ,  *河道 ,  地質 ,  油層 ,  *予測技法 ,  断裂 ,  予測モデル ,  検層 ,  地震 ,  *サポートベクトルマシン ,  最適化 ,  *予測 ,  信頼性
準シソーラス用語： 予測精度 ,  貯留層 , 【Automatic Indexing@JST】

著者キーワード (5件)： Grey relational analysis ,  Support vector machine ,  Channel ,  Fuyu oil layer ,  Daqing oilfield

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 灰色 ,  サポートベクトルマシン ,  河道 ,  予測手法