概率神经网络识别岩性方法在沙子岭地区的应用
神经网络是由大量简单非线性神经元相互连接构成的非线性动力学系统,具有很强的自适应性、容错性、联想记忆功能和推理意识功能,在模式识别领域应用广泛.利用自然电位(SP)、自然伽马(GR)、声波时差(AC)、泥质含量(SH)、电阻率(RT),有效孔隙度(PORR)、总孔隙度(POR)等7条测井曲线作为岩性识别网络输入信息的主要参数,建立沙子岭地区的概率神经网络模型.利用该模型对单井进行预测,发现该预测方法在沙子岭地区能识别出粉砂岩、泥质粉砂岩、砂质泥岩、泥岩、灰质粉砂岩、灰岩、灰质泥岩等多种岩性.将预测结果与取心资料对比,发现两者具有较好的一致性,证明了该方法在本区的适用性.
沙子岭地区、神经网络、岩性识别模型、八面河油田
30
P631
2017-08-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
13-15