Please wait a minute...
E-mail Alert Rss
 
物探与化探  2017, Vol. 41 Issue (2): 256-261    DOI: 10.11720/wtyht.2017.2.10
  方法研究·信息处理·仪器研制 本期目录 | 过刊浏览 | 高级检索 |
基于支持向量机的声波曲线预测在水平井随钻深度预测中的应用
唐何兵, 刘传奇, 韦红, 高文博, 宋俊亭
中海石油(中国)有限公司天津分公司 渤海石油研究院,天津 300452
The application of acoustic curve prediction based on support vector machine (SVM) to depth prediction of horizontal well drilling
TANG He-Bing, LIU Chuan-Qi, WEI Hong, GAO Wen-Bo, SONG Jun-Ting
Academy of Bohai Sea Petroleum,Tianjin Branch of CNOOC,Tianjin 300452,China
全文: PDF(7484 KB)   HTML
输出: BibTeX | EndNote (RIS)      
摘要 目前,水平井在随钻过程中不能同时进行声波测井,无法得到精细的时深关系。而水平井着陆过程中,对深度预测精度要求非常高。在速度横向变化快的区域,传统借用探井的时深关系预测深度的方法,其精度根本无法满足需求。基于支持向量机的声波曲线预测技术可以根据已有的泥质含量曲线和电阻曲线预测出声波曲线,制作合成地震记录,得到精细的时深关系,该方法相对传统方法精度大幅提高。此方法运用于渤海A油田 水平井W5H着陆过程中,预测深度与实钻深度只差2 m,保证水平井顺利着陆,取得了实际的应用效果。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract:Currently,horizontal wells can't be performed in acoustic logging in the drilling process,and hence fine time-depth relationship cannot be obtained.When the horizontal wells make landing,the requirement of accuracy of depth prediction is very high.In the region of rapid lateral velocity change,the traditional methods utilize the time-depth relationship of exploratory wells to predict depth,and its accuracy can't meet the requirement.The technology of predicting acoustic logging data based on support vector machine can predict sonic curve in accordance with the existing shale content curve and resistivity curve,making synthetic seismogram and getting fine deep relationship,which could greatly improve accuracy relative to traditional methods.This method was applied to the W5H landing of Oilfield A of Bohai Sea,and the difference between the predicted depth and the actual drilling depth was only 2 m,thus ensuring horizontal wells' successfully landing,and achieving practical application effect.
收稿日期: 2016-07-08      出版日期: 2017-04-10
:  P631.4  
基金资助:国家重大专项“近海大中型油气田形成条件及勘探技术(二期)”——近海大中型油气田地震勘探技术——渤海海域中深层油气田地震勘探技术(2011ZX05023-005-001)
作者简介: 唐何兵(1987-),男,汉族,四川省资阳人,工程师,主要从事地震资料处理与解释工作。
引用本文:   
唐何兵, 刘传奇, 韦红, 高文博, 宋俊亭. 基于支持向量机的声波曲线预测在水平井随钻深度预测中的应用[J]. 物探与化探, 2017, 41(2): 256-261.
TANG He-Bing, LIU Chuan-Qi, WEI Hong, GAO Wen-Bo, SONG Jun-Ting. The application of acoustic curve prediction based on support vector machine (SVM) to depth prediction of horizontal well drilling. Geophysical and Geochemical Exploration, 2017, 41(2): 256-261.
链接本文:  
https://www.wutanyuhuatan.com/CN/10.11720/wtyht.2017.2.10      或      https://www.wutanyuhuatan.com/CN/Y2017/V41/I2/256
[1] Gardner G H F.Formation velocity and density at the diagnostic basics for stratigraphic traps[J].Geophysics,1974,39(6):770-780.
[2] 黄小平,高玉春.对 Gardner 公式应用条件探讨[J].新疆石油地质, 2000, 21(3):233-234.
[3] 陈钢花,王永刚.Faust公式在声波曲线重构中的应用[J].勘探地球物理进展, 2005, 28(2):125-128.
[4] 姜传金,马学辉,周恩红.拟声波曲线构建的意义及应用[J].大庆石油地质与开发,2004,23(1):12-14.
[5] 袁全社,周家雄,李勇.声波测井曲线重构技术在储层预测中的应用[J].中国海上油气,2009,21(1):23-26.
[6] Learning V C V.Guest editorial Vapnik-chervonen-kis(VC) learning theory and its applications[J].IEEE Transactions on Neural Netwoks,1999,10(5):985-987.
[7] 张尔华,关晓巍,张元高.支持向量机模型在火山岩储层预测中的应用——以徐家围子断陷徐东斜坡带为例[J].地球物理学报,2011,54(2):428-432.
[8] Vapnik V.The nature of statistical leraning theory[M].New York:Springer,2000.
[9] 沈加刚,宋宗平,关晓巍.基于地震属性的支持向量机河道砂体厚度预测[J].西南石油大学学报:自然科学版,2014,36(3):75-81.
[10] 张彦周.基于支持向量机的测井曲线预测储层参数方法[D].西安:西安科技大学,2006.
[11] Vapnik V.统计学习理论的本质[M].张学工,译.北京:清华大学出版社,2000.
[12] 张学工.关于统计学习理论与支持向量机[J].自动化学报,2000,26(1):32-41.
[13] 乐友喜,袁全社.支持向量机方法在储层预测中的应用[J].石油物探,2005,44(4):388-392.
[14] Li J K,Castagna J,Li D G,et al.Reservoir predication via SVM pattern recognition[C]//74 th Annual International Meeting,SEG,Expanded Abstracts,2004:425-429.
[15] 唐小彪.基于对应分析的支持向量机回归在地震储层厚度预测中的应用[J]. 物探与化探,2009,33(4):468-471.
[16] 庞河清,匡建超,王众,等.核主成分分析与支持向量机模型在储层识别中的应用[J].物探与化探,2012,36(6):1001-1005,1013.
[17] 张莹,潘保芝.支持向量机与微电阻率成像测井识别火山岩岩性[J].物探与化探,2011,35(5):634-638,642.
[18] 赵军,程鹏飞,刘地渊,等.支持向量机在水淹层测井识别中的应用[J].物探与化探,2008,32(6):652-655.
[1] 陈秀娟, 刘之的, 刘宇羲, 柴慧强, 王勇. 致密储层孔隙结构研究综述[J]. 物探与化探, 2022, 46(1): 22-31.
[2] 石磊, 管耀, 冯进, 高慧, 邱欣卫, 阙晓铭. 基于多级次流动单元的砂砾岩储层分类渗透率评价方法——以陆丰油田古近系文昌组W53油藏为例[J]. 物探与化探, 2022, 46(1): 78-86.
[3] 张建智, 胡富杭, 刘海啸, 邢国章. 煤矿老窑采空区地—井TEM响应特征[J]. 物探与化探, 2022, 46(1): 191-197.
[4] 刘仕友, 张明林, 宋维琪. 基于曲波稀疏变换的拉伸校正方法[J]. 物探与化探, 2022, 46(1): 114-122.
[5] 王迪, 张益明, 牛聪, 黄饶, 韩利. 压制孔隙影响的流体敏感因子优选及其在烃类检测中的应用[J]. 物探与化探, 2021, 45(6): 1402-1408.
[6] 芮拥军, 尚新民. 胜利油田非一致性时移地震关键技术探索与实践[J]. 物探与化探, 2021, 45(6): 1439-1447.
[7] 王飞, 孙亚杰, 裴金梅, 宋建国, 李文建. 高密度单点接收地震采集数据的处理方法讨论[J]. 物探与化探, 2021, 45(6): 1469-1474.
[8] 刘兰锋, 尹龙, 黄捍东, 周振亚, 董金超. 一种基于岩石物理建模的横波预测方法[J]. 物探与化探, 2021, 45(6): 1482-1487.
[9] 徐浩, 吴小平, 盛勇, 廖圣柱, 贾慧涛, 徐子桥. 微动勘探技术在城市地面沉降检测中的应用研究[J]. 物探与化探, 2021, 45(6): 1512-1519.
[10] 张豪, 辛勇光, 田瀚. 基于双相介质理论预测川西北地区雷口坡组储层含气性[J]. 物探与化探, 2021, 45(6): 1386-1393.
[11] 韦红, 白清云, 张鹏志, 甄宗玉. 基于反褶积广义S变换的双相介质理论油水识别法在渤海S油田馆陶组的应用[J]. 物探与化探, 2021, 45(6): 1394-1401.
[12] 魏岩岩, 吴磊, 周道卿, 肖安成, 黄凯. 柴达木盆地西部阿拉尔断裂新生代构造变形特征及意义[J]. 物探与化探, 2021, 45(5): 1171-1178.
[13] 张振宇, 袁桂琴, 孙跃, 王之峰. 地质调查地球物理技术标准现状与发展趋势[J]. 物探与化探, 2021, 45(5): 1226-1230.
[14] 朱颜, 韩向义, 岳欣欣, 杨春峰, 常文鑫, 邢丽娟, 廖晶. 致密砂岩储层脆性测井评价方法研究及应用——以鄂尔多斯盆地渭北油田为例[J]. 物探与化探, 2021, 45(5): 1239-1247.
[15] 雍凡, 刘子龙, 蒋正中, 罗水余, 刘建生. 城市三维地震资料处理浅层成像关键技术[J]. 物探与化探, 2021, 45(5): 1266-1274.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com