基于BP神经网络的测井资料预测岩石热导率

• 作者: 施小斌 杨小秋 石红才 蒋海燕
• 来源期刊: 测井技术
• 关键词: 测井资料 热导率 BP神经网络 大洋科学钻探
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 综合应用
• 页码范围: 304-307,317
• 分类号: P631.81
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1338.2012.03.018

摘要

为了获取无岩心深度段的岩石热导率,建立基于BP神经网络的热导率预测模型.根据声波、密度、中子、电阻率、自然伽马等5种测井响应预测岩石热导率,其模型计算所需时间较短,不需要岩性组分资料,比只考虑1种或其中几种物理参数影响的经验公式适用范围更广.对检验样本以及位于南海的1144A井、1146A井、1148A井等3口大洋科学钻探ODP(Ocean Drilling Program)钻孔的热导率预测结果表明,模型预测的热导率误差低于实验室岩石热导率测试的最大允许误差.该热导率预测模型为获取没有岩心的上述5种测井响应的深度段的岩石热导率提供了一种新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小秋	中国科学院边缘海地质重点实验室中国科学院南海海洋研究所	14	150	7.0	12.0
2	施小斌	中国科学院边缘海地质重点实验室中国科学院南海海洋研究所	42	895	17.0	29.0
3	石红才	中国科学院边缘海地质重点实验室中国科学院南海海洋研究所	4	46	4.0	4.0
7	蒋海燕	中国科学院边缘海地质重点实验室中国科学院南海海洋研究所	4	46	4.0	4.0