随钻测井中岩性识别方法的对比及应用

• 作者: 汪凯斌 王小龙 蒋必辞 陈刚
• 来源期刊: 煤田地质与勘探
• 学科: 地球科学
• 关键词: 随钻测井 岩性识别 神经网络 PNN
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 煤田物探
• 页码范围: 165-169
• 页数: 5页
• 分类号: P631
• 字数: 2677字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1986.2018.01.028

摘要

岩性识别是对地层认识及储层参数求解的基础,受沉积环境复杂性和非均质性影响,传统岩性识别方法已不能满足实际生产需要.针对传统识别方法容错能力差、自动化程度低和解释精度低的问题,通过应用神经网络自主学习预测分析手段,对比分析当下几种流行的岩性识别方法,选出更为适合现场实用的方法应用到随钻测井系统中.经研究发现,在预测方法及测井曲线相同的情况下,获得标准层段训练样本越多,准确率越高.通过对比得出结果:PNN概率神经网络方法在生产应用中效果更佳、识别准确率高、训练识别用时最短,在获取较少测井资料信息时,仍能保持较高的识别水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋必辞		17	37	3.0	5.0
2	汪凯斌		11	44	4.0	6.0
3	王小龙		10	30	4.0	5.0