基于主成分分析的BP神经网络在Fauqi油田Asmari组地层识别岩性中的应用

• 作者: 区舫 杨辉廷 陈敏
• 来源期刊: 中外能源
• 关键词: Fauqi油田 Asmari地层 岩性识别 主成分分析 BP神经网络
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 油气勘探与开发|Oil & Gas Exploration and Development
• 页码范围: 26-32
• 页数: 7页
• 语种: 中文

摘要

Fauqi油田Asmari组地层岩性较为复杂,其沉积以潮坪碳酸盐岩、砂岩以及碳酸盐岩与陆源碎屑岩混积为特征,基于FQ-28井的取心资料与岩心分析,可将其主要分为云岩、云质砂岩、砂岩与泥岩四大类.利用测井曲线直接判别复杂岩性一直存在着多解性与不确定性,根据FQ-28井的测井资料建立的测井交会图就难以准确识别四种岩性,尤其是对云岩与云质砂岩的识别.为了将地层岩性准确而高效地识别出来,根据主成分分析法对FQ-28井7条测井曲线进行分析,从而将数据结构简化为三个主成分,在此基础之上建立了 BP神经网络岩性识别模型,并利用873个岩性样品对其进行训练与验证.实践表明,基于主成分分析的BP神经网络与交会图法相比具有更高的识别准确率,不仅有效地减少数据信息的损失,而且也提高了神经网络模型的收敛效率,避免了人为因素对岩性识别过程的影响,使得其结果更加客观,对于其他复杂地层的岩性精确识别具有重要的借鉴意义与应用价值.