基于横波测井资料的神经网络火山岩流体性质识别

• 作者: 潘保芝 王飞 边会媛
• 来源期刊: 测井技术
• 关键词: 声波测井 偶极横波 气层指标 火山岩 Kohonen神经网络
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 处理解释
• 页码范围: 264-268
• 页数: 5页
• 分类号: P631.84
• 语种: 中文

摘要

利用偶极横波测井数据求取火山岩储层的4个气层识别指标:压缩系数、泊松比、横纵波速度比以及等效弹性模量差比.这4个气层识别指标在一定程度上都能指示气层的存在,但是单个指标不能将气层、差气层、气水同层、水层、干层区分开,为此引入Kohonen神经网络方法综合识别流体性质.在试气层段提取各个气层指标的数据作为神经网络的输入,流体性质作为输出,构成Kohonen神经网络所需样本数据,建立神经网络气层自动识别方法,通过合层技术自动输出解释剖面.在松南火山岩气田应用,与试气结论相比,预测符合率为83.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘保芝	吉林大学地球探测科学与技术学院	165	1210	18.0	27.0
2	王飞	吉林大学地球探测科学与技术学院	70	634	13.0	22.0
3	边会媛		2	16	2.0	2.0