10.3969/j.issn.1006-1436.2015.01.047
基于逐步判别法的神经网络储层流体识别技术
储层流体的识别一直是石油工业中重要的问题,也是长期困扰大家的一个难点。针对测井资料并综合利用各种数学手段,如交会图法、多参数方程、统计分析以及神经网络等方法大大提高了对储层流体识别的准确率。尤其是近些年来BP神经网络技术在储层流体识别中得到了很好的推广和利用。在使用BP神经网络时,很多人倾向选择所有的测井参数作为神经网络的输入。本文利用逐步判别法来优选测井参数作为神经网络的输入,逐步判别法可以优选判别能力强的参数,剔除对区分总体不明显的变量,这样优选测井参数的神经网络收敛速度快,预测准确率高。
逐步判别法、神经网络、储层流体、测井参数、流体识别、预测准确率、优选、综合利用、网络技术、统计分析、数学手段、输入、收敛速度、石油工业、判别能力、测井资料、参数方程、交会图、选择、倾向
TP3;P63
2015-02-06(万方平台首次上网日期,不代表论文的发表时间)
共2页
71-72