基于随机神经网络的储集层孔隙度预测技术在Y3区块的应用

• 作者: 张建芝 林晓华
• 来源期刊: 新疆石油地质
• 学科: 工学
• 关键词: Y3区块 随机神经网络 滤波参数 孔隙度预测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 582-586
• 页数: 5页
• 分类号: TE319
• 字数: 4407字
• 语种: 中文

摘要

随机神经网络是通过对样本数据进行训练,寻求预测值和实测值之间误差最小的一种数学内插方法.通过曲线重构反演技术对原始地震数据体进行波阻抗反演,以提高地震资料对储集层的识别精度;在滤波参数选取中,通过共轭梯度算法计算最小检验误差,选取最佳的褶积算子和属性个数,使地震属性和目标参数最佳限度地吻合,避免了神经网络过度训练的缺陷.随机神经网络技术在Y3区块实际资料应用中,取得了良好的预测效果,相比线性回归法和传统神经网络方法提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建芝	中国石化胜利油田分公司物探研究院	4	3	1.0	1.0
2	林晓华	中国石化胜利油田分公司物探研究院	1	3	1.0	1.0