基于常规测井数据的火山岩岩性神经网络识别:以松辽盆地南部长岭断陷为例

• 作者: 洪一鸣 王璞珺 李瑞磊 边伟华 黄布宙 郑健
• 来源期刊: 世界地质
• 关键词: 长岭断陷 火山岩 测井 岩性预测 BP神经网络 Dropout 火石岭组
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 油气地质
• 页码范围: 408-418
• 页数: 11页
• 分类号: P631|P588
• 语种: 中文
• DOI: 10.3969/j.issn.1004-5589.2021.02.018

摘要

松辽盆地南部长岭断陷火石岭组火山岩岩性复杂多变,成岩改造强烈,常规测井交会图法无法予以有效识别,严重阻碍了研究区火山岩油气藏的勘探开发进程.笔者以长岭断陷17口钻遇火石岭组火山岩钻井为基础,建立取芯段火山岩岩性序列,提取了8种火山岩常规测井(GR、LLS、LLD、CNL、DEN、AC)数据258组,总结出不同火山岩的测井响应基本特征.提取的数据随机分为训练数据(70％)和预测数据(30％).训练数据用于建立BP神经网络岩性预测模型,同时引入Dropout机制减少过拟合现象.预测数据用于验证该模型岩性预测符合率.研究结果表明,该模型岩性预测符合率最高达89.03％,可有效区分研究区主要火山岩岩石类型.