随着石油勘探开发的不断深入, 要想从海量的地震数据中创造新的效益, 有必要将数据挖掘方法
应用于石油勘探和开发中, 以获取高性能的地质, 油藏, 储层及流体性质评价的预测模型 …

数据挖掘是应对石油勘探开发未来挑战的10 项关键技术之一. 提出了一种将预测性数据挖掘
技术应用于复杂储层测井评价的方法. 将遗传算法应用于特征子集选择和建模参数优化 …

机器学习和数据挖掘具有出色的预测, 分析, 决策和计算能力, 在油气勘探开发领域的应用已取得
良好的效果. 在总结储层预测方法的基础上, 分析了不同储层预测方法的适用性及优缺点 …

迈入大数据时代的石油工业, 需要充分挖掘石油工业大数据的巨大潜在价值.
虽然数据挖掘已经在许多行业取得了丰硕的成果, 但在油气勘探开发领域的应用还处于初始阶段 …

地震属性包含的地球物理信息十分丰富, 但地震属性种类繁多, 并且与储层特征对应关系复杂,
单属性分析难以确保预测的准确性. 人工神经网络方法具备较强的非线性映射能力 …

随着油气田勘探开发难度越来越大, 对砂体岩性预测精度提出更高要求. 具有较高纵向分辨率的
地质统计学方法, 随着其应用范围越来越广, 井间预测可靠性不足的缺点愈加明显 …

本文采用基于支持向量机(SVM) 的特征选择方法进行地震属性优选, 根据油井的产油气情况将
油井分为高产井和低产井, 利用SVM 对这些样本进行训练, 然后根据每个属性对应的权值进行 …

为了准确识别水淹层, 确定储集层的水淹程度, 引入数据挖掘技术, 结合水淹层评价领域的相关
知识, 从“领域驱动” 的角度建立高效预测储集层水淹程度的模型. 结合研究区块沉积相带特征 …

Data mining is regarded as one of the ten key techniques for challenging problem of oil
exploration and development. A practical approach for evaluation of the complex formation …

针对传统注水开发油藏产量预测方法存在的问题, 提出了基于人工神经网络的预测模型,
阐述了模拟工作流程, 并进行了算例分析. 提出了基于流体物理学和测量数据随机组合的特征 …