《表1 三种不同模型测试样本输出结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进PSO-SVM的钻井液侵入储层深度预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

各影响因素指标中，钻井液粘度由室内实验获得，储层孔隙度由测井确定，泥饼的渗透率由于较难确定且与储层渗透率相关，因此考虑采用储层渗透率代替，钻井液与储层压差由室内实验结合储层压力梯度获得。以塔里木塔中35口井作为实际研究对象，各参数如下：钻井液平均密度为2.28g/cm3，平均粘度为5mPa·s，深侧向电阻率平均值为8.26Ω·m，浅侧向电阻率平均值5.85Ω·m，储层的平均孔隙度11.32%，平均渗透率5.87mD。本文在实现SVM模型时采用MATLABR2014a和LIBSVM工具箱，通过参数寻优后找到最佳参数c和g，其数值分别为12.5423和0.01，随机选取35个样本中的30个作为训练样本，计算得到的MSE=0.003589，相关系数=94.23，拟合精度较好，计算结果表明该模型具有一定的泛化能力能较高的预测精度，同时也说明钻井液侵入储层深度预测影响因素指标选取具有适用性和合理性。为了进一步检验模型的有效性，将剩余5个样本分别编号为31、32、33、34、35作为测试样本，并与传统的BP神经网络和SVM模型预测结果进行对比，预测结果如表1所示。