利用Kohonen神经网络划分二维地震相——以柴达木盆地E区风险勘探为例

摘要：

为研究柴达木盆地E区大型背斜构造沉积相及砂体展布规律,在二维地震数据闭合差校正、邻区井标定引入及精细层位解释基础上,利用改进算法的Kohonen神经网络技术开展二维地震相划分研究,识别出三角洲前缘水下分流河道、分流间湾及滩坝等微相。本文研究认为,研究区古流向为南东—北西向,储集砂体较发育,主要富集于研究区中部,现今构造东高点位于有利沉积相带。改进算法的Kohonen神经网络二维地震相划分技术补充了沉积相研究成果,适合于西部二维地震资料覆盖的风险探区,具较强的推广价值。

关键词：Kohonen、神经网络、地震相、沉积相、柴达木盆地

所属期刊栏目：23

分类号：TE112.221(石油、天然气地质与勘探)

在线出版日期：2012-04-21（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：115-118,132