利用神经网络从核测井数据中确定地层特性

• 作者: F．Aristodemou 刘向阳 王琛
• 来源期刊: 测井与射孔
• 学科: 工学
• 关键词: 反演方法 核测井 正演 地球物理研究 地层特征 能量 伽马射线 地层特性 砂岩地层 井眼
• 年，卷（期）: 2004,（3）
• 页码范围: 51-57
• 页数: 7页
• 分类号: TE357

摘要

多年来，利用地面和井眼数据确定地下地层特征一直是地球物理研究的目标。本文阐述了一种应用神经网络的快速可靠的反演方法，并列举了与三个重要地质参数(孔隙度、矿化度和含油饱和度)相关的反演结果。反演程序中包含一个极小函数，具体体现地层对中子源的中子及伽马射线响应。这个极小函数通过广域整体检索获得。正演通过模拟一种典型的中子测井仪器的方式对中子和光子在砂岩地层中的运动进行研究。利用确定码以及在探测器位置预测的中子通量建立一组神经网络，可分别获得稳态和时变状态下的正演模拟结果。确定码是在多组能量近似值的基础上，在中子粒子的玻尔茨曼运移方程处于偶数奇偶校验方式时。采用变量离散程序对其求解获得。所需数据是从标准核能量库，特别是从BUGLE96库中查寻获得。该库中共有67个能量组(47个中子和20个伽马)。在稳态时，根据探测器所处位置的通量。对应每一个能量组。共建立了67个神经网络。而在时变状态下，时域信号首先被分解成各自相应的傅立叶系数。然后对应每一个能量组的每个系数建立神经网络。本文所列举的反演结果是基于稳态的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王琛		1	0	0.0	0.0
2	刘向阳		1	0	0.0	0.0