应用反向传播神经网络进行测井对比

下载PDF

导出

摘要本文提出一个输入层为分支延迟线形式的反向传播神经网络,可以有效地利用一条或多条测井曲线进行训练,从而识别地质标志层。接下来,应用训练好的神经网络预测出研究区其它井上该标志层的位置。其后,应用与第一个神经网格结构类似的另一网络完成第二个标志层的训练和识别。在此期间,除利用测井曲线外,还要以第一个标志层的深度参考函数作为辅助输入。研究结果表明,该方法较标准剖面相关性对比技术具有更好的性能和识别能力。若在工作站上由地质家进行交互处理则其应用效果会更佳。

作者 Stefan M.Luthi 吕晓光

机构地区大庆石油管理局研究院

出处《石油物探译丛》 1998年第2期62-69,共8页

关键词神经网络测井曲线地质标志层油藏模型

分类号 P618.130.2 [天文地球—矿床学] P631.81 [天文地球—地质学]

引文网络
相关文献

1Stew.,LM,文华川.井眼地震资料与测井对比和新储集层图像[J].国外测井技术,1989,4(6):10-15.
2郑应阁.豫西煤系地层特征浅析[J].煤炭技术,2016,35(9):105-107.
3朱子强,王琳,孙平,李宏禹,刘效贤.测井曲线识别地质标志层的灰色对比法[J].煤田地质与勘探,1996,24(5):54-56. 被引量：2
4丛丽.浅谈吴旗油田延长组油层划分[J].中国化工贸易,2013,5(8):41-42.
5龚振彬,刘静,陈筱涵.人工神经网络在降雨和水位关系研究上的应用[J].福建气象,2013(1):1-4.
6S.G.Thadani,M.Novak,柯宗强.深度转换速度的随机模拟方法——在阿拉斯加北部斜坡的应用[J].国外油气勘探,1997,9(4):493-501.
7蔡煜东,宫家文,甘骏人,姚林声.黄土孔隙性分类判别的人工神经网络方法[J].地质科学,1993,28(4):378-382. 被引量：1
8黄晓明,林亮,王赞维,张文忠,蔡夏磊.山西柳林地区煤系地层对比特征[J].中国煤层气,2010,7(3):3-7. 被引量：8
9高志军,焦叶红,范士彦,张心彬.伊宁盆地古近系底界与下伏地层接触关系分析[J].中国煤炭,2012,38(5):40-43. 被引量：1
10张质明,马文林,张明顺,黎学琴.基于多BPNN敏感性分析的气候变化脆弱性指标赋权方法[J].自然灾害学报,2014,23(5):140-147. 被引量：1

石油物探译丛

1998年第2期

浏览历史

内容加载中请稍等...

应用反向传播神经网络进行测井对比

相关作者

相关机构

相关主题

浏览历史