目前,各大油田都已经进入了注水开发阶段,并已陆续进入后期开发阶段,有的油田已经是二次采油、甚至是三次采油,进入中、后期开采阶段,综合含水率不断的上升,平均单井原油产量降低,吨油开发成本增加,因此,及时地开展油气储层水淹特征分析研究,寻找其水淹规律,提高水淹层识别准确率对油田稳产及整体效益的提高起到重要作用。小波变换具有通过变换能够充分突出问题某些方面特征的主要特点,利用小波变换的这一特性提取测井信号的特征。支持向量机是专门针对小样本问题设计的,它基于统计学习理论的结构风险最小化原则,选用最优分类超平面作为判别函数,以最大化分类间隔为条件,将分类问题转化为一个简单的二次规划问题,使问题具有唯一的极值点。通过引入核函数,将线性不可分问题投射到高维空间后转化为线性可分问题。支持向量机在解决小样本问题方面已经表现出许多特有的优势,并已成为当前国际上首选分类器。本文提出了小波变换和支持向量机结合的水淹层识别方法。本文主要工作如下:1.介绍油田水淹层识别概况;2.详细介绍支持向量机及其训练算法以及用于多分类的支持向量机;3.介绍小波变换的基本知识,对小波基及其选取做出详尽的阐述;4.在上述理论的基础上,首先对测井信号进行小波变换,提取其特征,然后应用支持向量机进行训练学习和分类。