几种方法在石油勘探开发中的应用.pdf

应用技术 I叠 ChinascienceandTechnologyReview 几种方法在石油勘探开发中的应用 王姝萍 鲁传和 (中油公司吉林油田分公司扶余采油厂 吉林 松原 137100) [摘 要]近十年来 ，中国的石油需求年增长5．8％，现在已经成为世界上石油需求增长最快的国家 据 “BP世界能源统计”资料… 显示，中国2005年石 油消费已经达到了32730万t，成为仅次于美国的第二大石油消费国；但相比石油消费，中国的石油生产却增速缓慢，十年来的年均增长仅为1．7％。不可否 认，随着社会经济的发展以及人们环保意识的提高，在今后很长一段时间里，对石油这种不可再生能源的需求仍将处于持续上升态势，供需矛盾将更加突出。总之， 在未来2O年里，中国的石油对外依存度将会越来越高，石油安全问题 日益突出，这值得我们未雨绸缪 合理开发利用我国的石油资源是一个重要 课题。本文 对几种方法方法在石油勘探开发中的应用进行综述 ，以供同行参考。 [关键词]石油勘探 挖掘方法 中图分类号：TEl9 文献标识码 ：A 文章编号：1009-9l4X(2012)07—0312-02 1数据挖掘方法 一 温度下，在我们定义某一线径后就可以确认导线的电阻与导线的长度有关， 实践证明，当处理多种因素影响的复杂石油地质问题时，非线性的神经网 亦即导线越长其电阻越大，反之导线越短其di电阻越小(非特殊精密测量时，可 · 络方法要 比线性的统计分析技术优越 l。近年来决策树这一具有坚实理论基 以认为p值为常量)。可见，根据随井下药附加的金属线的电阻可以计算出激 础的机器学习方法正日益受到关注，并在石油勘探开发领域得到若干成功应 发炮井的深度。新型被覆线是在工厂设计制造的，其结构如图 1所示。 用。决策树、神经网络、支持向量机等智能建模方法的一般思路是：首先通 过学习算法数据挖掘(DataMining)的经典定义为口从海量数据中获取确、新 颖、有潜在价值、最终可理解的模式的非平凡过 i。模式的表达形式有函 数、规则，树网络等。数据挖掘是知识发现(know ledgediscovery in database，KDD)的关键组成部分，KDD是将未加工数据转换为有用信息的整 个过程，包括从数据预处理到数据挖掘后处理等一系列步骤。数据挖掘的任 (A或B线体) 务分为描述和预测两大类，前者导出数据中潜在关系的概括模式，后者对当 图1新型被覆线的结构 前数据进行推断以做出预测。据发现模式类型，数据挖掘的功能分为概念描 这种新型被覆线与地震勘探使用的传统被覆线(炮线)的主要区别，是在传 述、关联分析，预测建模、聚类分析、异常检测、演化分析等6类。数据挖 统被覆线上附加了一条专用测试线。新型被覆线将两种导线绞绕在一起，其中 掘工作的数据集就是数据对象(也称作记录、向量、模式、样本、数据点等)的 一 条仍称为被覆线线体，另一条称为测深线线体A(或B)线体。其中，被覆线线 集合．可用一组刻画对象基本挣性的属性(也称作变量、特征、字段、参数、维 体专用于连接雷管起爆炸药，称为放炮线；A、B线体专用于测试激发井深，称 等)描述。预测任务即是根据部分属性预测指定属性，被预测的属性称为目标 为测深线。新型被覆线具有如下特点： 变量，其值也称为 目标类的类标号。预测建模就是通过对已知类标号的输人数 (1)A、B线体在随意长度上其电阻是连续的，在施工使用时中间不能有 据(称为训练样本)学习得到一个 目标函数f，把每个属性集X映射到一个预先 接点；(2)A、B线体是相互独立且与外部是绝缘的，只是在具体应用时才把下 定义的类标号y，如果y是离散型(如沉积微相 、水淹级别解释结果等)就称为 端绝缘层剥开绞接构成回路后下放到井中；(3)A、B线体是附着于被覆线线 分类(Classification)，如果是连续型(如含油饱和度、 L隙度等)