基于改进PSO-SVM的钻井液侵入储层深度预测

作者：陈飞

摘要：开展钻井液侵入储层深度预测,对于测井评价以及提高油井产能具有一定的现实意义。在分析钻井液侵入储层的机理和特征的基础上,提出了钻井液侵入储层的影响因素指标体系,建立了改进PSO-SVM的钻井液侵入储层深度预测模型,以塔里木塔中35口井为例进行了实证分析,并与传统BP神经网络和SVM模型预测结果进行了对比。研究结果表明:侵入深度与泥饼的渗透率、钻井液与储层压差以及侵入时间正相关,与储层孔隙度和钻井液粘度负相关,改进的PSO-SVM模型预测结果误差小,准确率高,能够用于钻井液侵入储层深度预测,具有广泛的应用前景。

发文机构：大庆钻探工程公司钻井一公司

关键词：支持向量机钻井液预测污染Support Vector MachineDrilling fluidPredictionDamage

分类号： TE254.1[石油与天然气工程—油气井工程]