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
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)：
- [1]曹爱军,史杏荣,孙贞寿,等.基于多层神经网络的交叉线自动识别[J].中国图像图形学报,2000,2(5):149.
- [2]魏海坤.神经网络结构设计的理论与方法[M].北京:国防工业出版社,2005.
- [3]张平,潘保芝,张莹,等,自组织神经网络在火山岩岩性识别中的应用[J].石油物探,2009,48(1):53-56.
- [4]侯俊胜,尉中良.自组织神经网络在测井资料解释中的应用[J].测井技术,1996,20(3):197-200.
- [5]Rolon L F,Mohagegh S D,Ameri S,et al.Developing synthet-ic well logs for the Upper Devonian units in southern Pennsyl-vania[R].SPE98013,2005:1-10.
- [6]王向公.应用地球物理常用数学方法[M].武汉:武汉工业大学出版社,1995.
- [7]薛林福,潘保芝.自组织神经网络自动识别岩相[J].长春科技大学学报,1999,29(2):144-147.
- [8]张治国,杨毅恒,夏立显.自组织特征映射神经网络在测井岩性识别中的应用[J].地球物理学进展,2005,20(2):332-336.
- [9]许少华,刘扬,何新贵.基于过程神经网络的水淹层自动识别系统[J].石油学报,2004,25(4):54-57.
- [10]阎铁,刘春天,毕雪亮,等.人工神经网络在大庆深井钻头优选中的应用[J].石油学报,2002,23(4):102-106.
- [11]Burns B A.Fluvial respones in a sequence stratigraphic frame-work:Example from the Montserrat Fan Delta,Spain[J].Joural of Sedimentary Research,1997,67(2):311-321.
- [12]Baldwin J L,Mail A D,Rosa A J,et al.Application of a neu-ral network to the problem of mineral identification from welllogs[J].The Log Analyst,1990,23(2):279-293.
- [13]李道伦,卢德唐,孔祥言.基于径向基函数的隐式曲线[J].计算机研究与发展,2005,42(4):599-603.
- [14]Li Daolun,Lu Detang,Kong Xiangyan.Implicit curves andsurfaces based on BP neural network[J].Journal of Informa-tion&Computational Science,2005,2(2):259-271.
- [15]张青贵.人工神经网络导论[M].北京:中国水利水电出版社,2004.
- [16]阎平凡.人工神经网络与模拟进化计算[M].北京:清华大学出版社,2005.
- [17]Kohonen T.The self-organizing map[J].Proceedings of theIEEE,1990,78(9):1 464-1 480.
- [18]刘瑞林,华运隆,张超谟,等.延迟神经网络测井资料评价水淹层的方法及应用[J].石油学报,1997,18(4):76-81.