地球物理测井多参数综合识别储层流体类型的新型神经网络

• 作者: 岳文正 陶果
• 来源期刊: 中国石油大学学报(自然科学版)
• 关键词: 地球物理测井 储层流体类型 模式识别 径向基神经网络模型 测井参数 距离计算方法 改进算法
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 石油地质与勘探
• 页码范围: 30-32,42
• 页数: 4页
• 分类号: P631.819
• 语种: 中文
• DOI: 10.3321/j.issn:1000-5870.2004.03.009

摘要

建立了一种基于引力的新型神经网络模型,引入了合力作用机制,解决了储层流体类型划分的判定半径问题,克服了以往神经网络对任何输入数据都要产生响应,并给出一个分类结果的缺陷.改进了传统的距离计算方法,克服了传统方法易受单个参数突变的影响而引起误判的缺点.利用新型神经网络方法并结合测井资料,对某油田的储层流体性质及类型进行了识别,获得了很高的识别率.与径向基神经网络的判别结果相比,该神经网络的识别率明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	岳文正	清华大学工程力学系	2	57	2.0	2.0
2	陶果	石油大学岩石物理实验室	22	389	12.0	19.0