基于粗集理论的气测录井数据归一化处理

摘要：

在现代录井工程中，地质情况的不同、钻井工艺的优差等诸多原因都会影响气测录井资料的录取。即使在同一地区、同一层位进行钻井勘探，测量的气测资料结果也会存在很大差异。可想而知如果在不同的地区、不同的层位进行勘探会导致测量气测资料变得更加困难与复杂。因此，快速、有效的规范气测资料及参数选择是现代录井工艺与油气层识别技术中至关重要的步骤。针对RBF神经网络算法具有收敛速度慢且不稳定等缺点，无法有效处理气测录井资料，文中提出了一种基于粗集理论的归一化处理方法，利用粗集理论对气测样本数据归一化处理后提高了RBF神经网络的训练速度。为了验证方法的可行性，以辽河油田的气测录井数据为背景进行仿真计算，实验结果表明此方法有效地提高了RBF神经网络处理气测录井数据速度。

关键词：数据归一化、气测录井、RBF神经网络、粗集理论

分类号：tP39

资助基金：黑龙江省科技攻关项目F2004-01;黑龙江省教育重大科研项目10051z0001;黑龙江省教育科学技术研究项目11551016

在线出版日期：2015-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：189-192,197