排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
致密砂岩由于滑脱效应的存在, 其气测渗透率存在一定误差, 测定绝对渗透率对明确致密砂岩渗流特征有重要意义。高斯过程回归方法是目前最先进的机器学习算法, 在处理石油领域非线性和多维数复杂问题具有优势。以鄂尔多斯盆地姬塬地区长7段致密砂岩为研究对象, 将平方指数(SE)和马特恩(Matern)函数作为高斯过程回归模型中两个协方差函数, 通过高压压汞测试的孔隙度、未饱和汞体积比、门槛压力和分形维数来预测致密砂岩的绝对渗透率, 并结合误差分析来研究不同协方差模型预测渗透率的效果。结果表明, 马特恩协方差(Matern)模型的相对误差均值(MMRE )、均方根误差(RMSE )、标准偏差(STD )分别为32%, 0.16和0.57, 准确度较高, 尤其当渗透率小于0.1×10-3 μ m2时, 马特恩协方差(Matern)模型精度明显好于平方指数协方差(SE)模型和Winland经验公式。致密砂岩用马特恩模型预测渗透率精度更高。此外, 敏感性分析表明孔隙度对渗透率正影响最大, 门槛压力对渗透率负影响最大; 杠杆值和标准化残差证明高斯过程回归模型预测渗透率的有效性。综上, 马特恩协方差(Matern)模型对渗透率小于0.1×10-3 μ m2致密砂岩适用性好, 对微纳米级孔喉发育的致密砂岩勘探评价有重要意义。 相似文献
2.
3.
4.
1