神经网络自动识别沉积微相在胡状集油田的应用

• 作者: 秦亚玲 计平 郑宇霞 阎育英
• 来源期刊: 断块油气田
• 学科: 工学
• 关键词: 神经网络 沉积微相 渗透率
• 年，卷（期）: 2001,（1）
• 所属期刊栏目: 地质勘探
• 页码范围: 10-12
• 页数: 3页
• 分类号: TE1
• 字数: 2516字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-8907.2001.01.004

摘要

为提高胡状集油田胡十二断块沙三段各沉积时间单元沉积微相划分的准确性,在系统取心井单井相研究的基础上,优选并提取了能反映各种沉积微相特征的定量参数,对不同类型的微相进行定量标定.将标定结果输入人工神经网络,应用神经网络的智能功能,并通过自动识别、调整权值,实现对未知沉积时间单元微相的自动识别.用神经网络方法对胡状集油田150多口井95个沉积时间单元进行沉积微相划分,取得了较为理想的结果,避免了仅用测井曲线划分沉积微相的不确定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宇霞		10	56	4.0	7.0
2	计平	中原油田分公司审计一所	8	134	5.0	8.0
3	秦亚玲	中原油田分公司地质调查处	5	98	4.0	5.0
4	阎育英		2	61	2.0	2.0