基于支持向量机的压裂井层优选

被引：4

作者：

杨位民 ^{[1
]}

田芳 ^{[2
]}

龚声蓉 ^{[3
]}

机构：

[1] 北京航空航天大学计算机学院

[2] 大庆油田第八采油厂

[3] 苏州大学计算机科学系

来源：

计算机工程 | 2006年 / 07期

关键词：

支持向量机; 神经网络; 预测; 压裂效果;

D O I：

暂无

中图分类号：

TE357 [提高采收率与维持油层压力（二次、三次采油）];

学科分类号：

082002 ;

摘要：

压裂是油田重要的增产措施,合理选择压裂井层是一项十分复杂的工作。在对影响压裂效果的各种因素综合分析的基础上,提出了基于支持向量机技术的压裂效果预测方法。采用该方法,利用油田开发动、静态数据,构建了压裂井层优选的支持向量机模型,对大庆油田采油八厂样本进行处理,符合率达89%以上,并在不同数目学习样本的情况下同模糊神经网络作了比较,性能远优于模糊神经网络,可很好地克服过学习问题。

引用

页码：247 / 249

页数：3