基于遗传神经网络模型的夹层识别方法研究

• 作者: 张庆国 张雷 李丹 葛云龙
• 来源期刊: 能源与环保
• 学科: 经济
• 关键词: 沉积间歇面 滤波 夹层 遗传神经网络 测井曲线
• 年，卷（期）: 2017,（9）
• 页码范围: 50-55
• 页数: 6页
• 分类号: F631.8
• 字数: 3139字
• 语种: 中文
• DOI: 10.19389/j.cnki.1003-0506.2017.09.011

摘要

由于夹层的存在影响剩余油的分布,认清夹层分布对制定开发计划至关重要,故提出了一种夹层识别的新方法.分析了夹层形成原因及其测井曲线特征,从沉积上来说夹层是沉积间歇面,用砂泥比和泥砂比差值来反映沉积环境.采取滤波构造新的曲线,通过新曲线确定每个小层的测井曲线砂岩值和泥岩值;通过各个突变点的测井曲线相对变化值来反映测井曲线特征的变化,应用遗传神经网络对每个突变点的沉积环境以及测井曲线相对变化值进行分类,从而判定夹层以及夹层的类型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张庆国	东北石油大学地球科学学院	33	37	3.0	5.0
2	李丹		23	40	4.0	5.0
3	葛云龙	东北石油大学地球科学学院	3	1	1.0	1.0