原文服务方: 中国石油大学学报(自然科学版)       
摘要:
基于气测资料构造适当的综合指标,分别利用模糊模式识别和误差反向传播(BP)神经网络两种方法对储层含油气性进行了分析.结果表明,气测资料与储层含油气性具有较强的相关性.模糊模式识别方法可以用来确定气测综合指标与储层含油气性之间的模糊关系,而且对待识别样品气测资料的随机性具有较强的适应性;神经网络法能够较准确地建立气测综合指标与储层含油气性之间的非线性关系,但在待识别样品气测资料具有随机性的情况下,识别结果具有随机性.利用模糊模式和BP神经网络方法对储层含油气性进行识别具有一定的可行性,能快速为储层含油气性分析提供一定的参考依据,并且前一种方法的识别效果优于后一种方法.
推荐文章
基于气测资料的储层含油气性灰色关联识别
灰色关联分析
储层含油气性
气测资料
模式识别
权重
基于频变AVO反演的深层储层含气性识别方法
频变流体因子
频变AVO反演
谱分解
Gassmann流体项
深层储集层
流体识别
含气性预测
模糊模式识别方法在气测资料解释中的应用
模糊数学
识别
综合
录井
钻井液录井
烃类异常
气测井
地层剖面
基于灰色关联分析的储层含油气性气测解释方法
气测
灰色关联分析
含油气性
解释方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于气测资料的储层含油气性识别方法
来源期刊 中国石油大学学报(自然科学版) 学科
关键词 气测井 BP神经网络 模糊模式识别 含油气储层
年,卷(期) 2006,(4) 所属期刊栏目 石油地质与勘探
研究方向 页码范围 21-23,29
页数 4页 分类号 P631.818|TE122.115
字数 语种 中文
DOI 10.3321/j.issn:1000-5870.2006.04.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李汉林 中国石油大学地球资源与信息学院 18 211 7.0 14.0
2 连承波 中国石油大学地球资源与信息学院 19 382 11.0 19.0
3 马士坤 中国石油大学地球资源与信息学院 3 106 3.0 3.0
4 刘明炎 2 10 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (63)
参考文献  (5)
节点文献
引证文献  (10)
同被引文献  (55)
二级引证文献  (45)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(2)
  • 二级引证文献(1)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(8)
  • 引证文献(0)
  • 二级引证文献(8)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
气测井
BP神经网络
模糊模式识别
含油气储层
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国石油大学学报(自然科学版)
双月刊
1673-5005
37-1441/TE
大16开
山东省青岛市黄岛区长江西路66号
1959-10-01
中文
出版文献量(篇)
4211
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导