基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf

基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf

ID:51452744

大小:280.42 KB

页数:5页

时间:2020-03-25

基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf_第1页
基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf_第2页
基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf_第3页
基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf_第4页
基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf_第5页
资源描述:

《基于粗糙集的多项logistic回归模型在油层识别中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、·28·工业仪表与自动化装置2015年第3期基于粗糙集的多项logistic回归模型在油层识别中的应用王江荣,罗资琴,文晖。黄建华(1.兰州石化职业技术学院a.信息处理与控制工程系;b.石油化学工程系,兰州730060)摘要:油气水层数据统计是一种非线性分类统计问题,由此建立了多项logistic回归油气水层模式识别模型。表征油气水层各因素之间存在着复杂的耦合关系,采用粗糙集属性约简算法对原始样本数据进行属性约简,消除因素间的耦合关系对识别结果的影响。选取大庆油田某地区的20口油井的数据作为建模样本数据,另10口油井的数据为测试样本数据,实验表明基于粗糙集的

2、多项logistic回归模型对建模样本的解释正确率为100%,对测试样本的解释正确率为90%,远高于非属性约简的多项logistic回归模型,为油气水层模式识别提供了一种新方法。关键词:油气水层;模式识别;粗糙集属性约简;多项logistic回归模型中图分类号:TP14文献标志码:A文章编号:1000—0682(2015)03—0028—05ApplicationofmultilogisticregressionmodelsbasedonroughsetinthereservoirrecognitionWANGJiangrong,LUOZiqin,WENHu

3、i,HUANGJianhua(a.DepartmentofInformationProcessingandControlEngineering;b.Departmentofpetroleumchemicalengineering,LanzhouPetrochemicalCollegeofVocationalTechnology,Lanzhou730060,China)Abstract:Picktotheoilandgaslayerdatastatisticsisakindofnonlinearclassificationstatisticalproblems

4、,amuhinomiallogisticregressionpatternrecognitionmodelofoilgaswaterisestablished.Therearecomplicatedcouplingrelationshipsbetweenfactorsandcharacterizationofoilgaswater,usingattrib—utereductionalgorithmofroughsetontheoriginalsampledatatocarryontheattributereduction,elimi—natingtheinf

5、luenceofcouplingrelationshipbetweenfactorsontherecognitionresult.SelectanareaofDaqingoilfield20wellsdataasthemodelingsampledata,theother10wellsdataastestsampledata,ex—perimentsshowthatthecorrectratetotheexplanationofthemodelingsamplebasedonmuhinomiallogis—ticregressionmodelbasedonr

6、oughsetis100%,thefightratetotheinterpretationofthetestsamplewas90%,muchhigherthanthatamuhinomiallogisticregressionmodelinnonattributereduction,whichprovidesanewmethodforoilandgasreservoirpatternrecognition.Keywords:oilandgasreservoir;patternrecognition;roughsetattributereduction;mu

7、hinomiallo-gisticregressionmodel能够对开采前景、开采方向以及投资规模等作出正确0引言决策。对油气水分布类型的判断实际上是一个模式在油田勘探开发过程中,常常需要对油藏中油气识别问题,即利用油井录井数据来解释油气水层的类水的分布特点或分布规律进行分析研究,以便管理者别:水层、干层、差层及油层等¨。影响油气水层类别的主要因素有:砂岩厚度、泥质含量、有效孔隙度、收稿日期:2014—08—26含水饱和度、含油气饱和度、含油气孔隙度等,这些因基金项目:甘肃省科技厅项目“石油化工企业应急演练系统”素与油气水层之间存在着很强的非线性关系,多(

8、1204GKCA004);甘肃省财政厅专项资金立项资

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。