基于神经网络的沉积微相自动识别方法

• 作者: 刘波 成良丙 易红 肖华 邓庆杰
• 来源期刊: 低渗透油气田
• 学科: 地球科学
• 关键词: 神经网络 自动识别 白马中区 沉积微相
• 年，卷（期）: 2012,（3）
• 页码范围: 139-142
• 页数: 4页
• 分类号: P618.130.2

摘要

沉积微相划分是油田产能建设、储层三维地质建模过程中必不可少的工作之一。面对大规模产建和精细地质研究的需求，庞大的井数据、分小层的沉积微相数据难以用手工完成，采用神经网络技术可以快速识别出各小层的微相类型、在沉积学规律的指导下结合测井曲线的平面分布特征、砂地比、砂体厚度等进行修正，实现沉积相的快速准确识别。油田常用的GPTLog软件中自带神经网络算法，能应用到沉积相分类中，文中多种修正方法对其他区块沉积相研究具有借鉴作用。