应用带有非线性连接权的神经网络识别水泥胶结质量

• 作者: 夏克文 宋建平
• 来源期刊: 西安交通大学学报
• 关键词: 人工神经网络 非线性连接权 模式识别 水泥胶结测井 胶结质量
• 年，卷（期）: 2003,（2）
• 页码范围: 192-195
• 页数: 4页
• 分类号: TP183|P631.8
• 语种: 中文
• DOI: 10.3321/j.issn:0253-987X.2003.02.021

摘要

为了解决石油测井中水泥胶结质量识别误差大的问题,采用改进的双发双收补偿式声波测井仪进行声幅测量,综合利用首波幅度信息来消除仪器的倾斜偏心、泥浆对声信号的衰减以及仪器灵敏度变化等引起的不可避免的误差.研究并阐述了优越于统计识别方法的带有非线性连接权的神经网络方法,能使2层神经网络具有3层BP网络的功能,且消除了隐含层的麻烦,并简化了运算、提高了运行速度.在具体应用中,先进行声幅刻度以全面取得合格样本,再构造神经网络进行学习训练以得到非线性权值和阈值等参数,然后在测井过程中自动进行水泥胶结质量的识别.通过实际测井应用表明,应用人工神经网络方法能实时进行水泥胶结质量的识别,其识别正确率远高于相对幅度法,效果显著.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋建平	西安交通大学电子与信息工程学院	57	877	17.0	27.0
2	夏克文	西安交通大学电子与信息工程学院	15	160	9.0	12.0