自组织神经网络在测井储层评价中的应用

• 作者: 任培罡 夏存银 尹玲玲 李媛 胥博文
• 来源期刊: 地质科技情报
• 学科: 地球科学
• 关键词: 自组织神经网络 储层评价 岩性识别 流体性质
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 技术方法
• 页码范围: 114-118
• 分类号: P631
• 字数: 3045字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7849.2010.03.018

摘要

在测井储层评价过程中,岩性及流体性质的识别难度很大.当地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制.为此.基于自组织神经网络的结构和原理,建立了岩性和流体样本数据集,利用自组织神经网络对样本数据集进行了训练和纠错,得到了数据集的聚类结果,通过选择合适的测井曲线和网络权值,以样本数据集的聚类结果作为分类基础,对岩性和流体进行了识别,获得了较好的效果,实际资料处理结果与岩心分析资料对比,吻合度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胥博文	长江大学地球物理与石油资源学院	7	55	4.0	7.0
2	李媛	中国地质大学资源学院	25	433	11.0	20.0
6	尹玲玲	长江大学地球物理与石油资源学院	2	10	1.0	2.0
7	任培罡	中国地质大学资源学院	3	40	3.0	3.0
11	夏存银	中国地质大学资源学院	1	10	1.0	1.0