基于改进雨林模糊神经网络模型的页岩储层总有机碳含量评价方法

• 作者: 周雪晴 张冲 朱林奇 郭聪 陈雨龙 魏旸
• 来源期刊: 高校地质学报
• 学科: 地球科学
• 关键词: 页岩 总有机碳含量 模糊神经网络 改进的雨林算法 泛化能力
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 构造地质学及能源地质学
• 页码范围: 716-723
• 页数: 8页
• 分类号: P631.82
• 字数: 5900字
• 语种: 中文
• DOI: 10.16108/j.issn1006-7493.2016079

摘要

由于采用常规测井曲线评价页岩储层总有机碳含量的精度不高，泛化能力不强，需要大量样本。针对这些问题，改进了神经网络算法，以增加模型的预测能力。利用模糊系统优化细胞神经网络结构，以增强其逻辑推理能力，提高其对模糊数据的敏感性；选择能有效避免“虚拟碰撞”的雨林算法，并针对其存在的缺陷进行改进；利用改进雨林优化算法对网络的初始权值阈值进行优化，避免网络陷入局部极小。分析测井特征曲线的物理意义，选择密度测井曲线与自然伽马能谱测井曲线作为网络的输入，以总有机碳含量作为输出，通过70块岩心样本网络学习与26块岩心样本预测，证明了新网络模型的优越性。结果表明，新模型回判将相对误差从23.189%减小到17.185%，预测相对误差由52.421%减小到15.158%，具有更强的学习能力与泛化能力，更适用于页岩储层总有机质含量的测井评价。