神经网络反演倾斜地层阵列感应测井数据

• 作者: L.SanMartin 何长春 张继玲 陈雷
• 来源期刊: 测井与射孔
• 学科: 地球科学
• 关键词: 神经网络 倾斜地层 阵列感应 测井数据 地层电阻率
• 年，卷（期）: 2003,（2）
• 页码范围: 16-22
• 页数: 7页
• 分类号: P631.81

摘要

该文提出一种处理直井和斜井阵列感应测井数据的新方法。这种方法对每-子阵列数据进行单独的人工神经网络(ANN)处理，得到可靠的不同探测深度的地层真正电阻率，这些结果垂直分辨率互相匹配，将它们结合起来可探测和定量计算侵入深度。众所周知，相对井轴地层倾角较大的井，对感应测井的解释非常困难。当相对倾角为0°时，地层中的感应电流不穿过层界面。随倾角增大，很大的一部分电流穿过层界面。由于基础的物理机理发生变化，在地层边界处，测井仪器响应的非线性效应对大的角度反映很强烈，这使得测井解释很难进行。当相对倾角大于50°时，解释感应测井响应通常使用加强的反演计算法(如迭代正演反褶积法)。我们采用一种新的基于人工神经网络算法的处理方法，对线性和非线性响应都适用。对某一子阵列和某一倾角的神经网络算法的训练过程，是将合成测井曲线作为输入，恢复一组一维模拟地层的真电阻率，再用非训练组的一维合成测井曲线和反演的二维合成测井曲线及一些现场实测资料来测试前面得到的算法。综合所有子阵列的反演结果可以确定反演剖面。将人工神经网络ANN算法处理的野外测井资料与用其他方法处理的进行比较，结果说明这种新方法是可靠的，新方法的特点是处理速度快，每秒大约可处理l00ft，这些特点使其在井场进行实时处理很适用。