地质科技情报

2010, v.29;No.132(03) 114-118

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

自组织神经网络在测井储层评价中的应用
Application of Self-organizing Neural Network to Logging Reservoir Evaluation

任培罡;夏存银;李媛;胥博文;尹玲玲;

摘要(Abstract):

在测井储层评价过程中,岩性及流体性质的识别难度很大。当地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此.基于自组织神经网络的结构和原理,建立了岩性和流体样本数据集,利用自组织神经网络对样本数据集进行了训练和纠错,得到了数据集的聚类结果,通过选择合适的测井曲线和网络权值,以样本数据集的聚类结果作为分类基础,对岩性和流体进行了识别,获得了较好的效果,实际资料处理结果与岩心分析资料对比,吻合度高。

关键词(KeyWords): 自组织神经网络;储层评价;岩性识别;流体性质

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(40872077)

作者(Author): 任培罡;夏存银;李媛;胥博文;尹玲玲;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享