赵 勇高立清张 珊李 航

（1.西南石油大学，成都 610500；2.江汉油田分公司清河采油厂，寿光 262714；

3.东方地球物理公司吐哈经理部物探方法研究院，哈密 839009；4.大港油田滩海开发公司，天津 300270）

基于支持向量机的地震多属性综合解释技术应用研究

赵 勇1高立清2张 珊3李 航4

（1.西南石油大学，成都 610500；2.江汉油田分公司清河采油厂，寿光 262714；

3.东方地球物理公司吐哈经理部物探方法研究院，哈密 839009；4.大港油田滩海开发公司，天津 300270）

给出基于支持向量机方法的储层参数预测流程。以粗糙集理论优选出的地震属性为输入向量，利用支持向量机方法对渤海SZ36-1的砂泥岩百分比、孔隙度与含油饱和度进行预测。实例应用表明，利用此方法预测储层参数的精度较高。

支持向量机；地震属性；储层参数

随着油气勘探开发向复杂性油气藏转移，原有开发技术的局限性显现，开发难度大大增加，高精度储层参数预测开始应用于辅助油气藏开发。目前用于参数预测的机器学习方法主要有模糊算法、灰色理论、多元逐步回归、神经网络等。虽然这些传统的学习方法可以使训练误差达到最小化，但受到训练样本数目的限制，推广能力会受到不同程度的影响，从而影响参数的预测精度。到20世纪90年代，贝尔实验室的Vapnik等人提出了一种新的机器学习方法，即支持向量机方法［1］。它是一种以统计学习理论和结构风险最小化准则为基础的一种新型智能机器学习方法，能够有效地解决有限训练样本与推广能力的问题。……