共查询到18条相似文献，搜索用时 203 毫秒
1.
岩性识别是对地层认识及储层参数求解的基础,受沉积环境复杂性和非均质性影响,传统岩性识别方法已不能满足实际生产需要。针对传统识别方法容错能力差、自动化程度低和解释精度低的问题,通过应用神经网络自主学习预测分析手段,对比分析当下几种流行的岩性识别方法,选出更为适合现场实用的方法应用到随钻测井系统中。经研究发现,在预测方法及测井曲线相同的情况下,获得标准层段训练样本越多,准确率越高。通过对比得出结果:PNN概率神经网络方法在生产应用中效果更佳、识别准确率高、训练识别用时最短,在获取较少测井资料信息时,仍能保持较高的识别水平。 相似文献
2.
采用机器学习方法进行自动岩性识别是当下的研究热点,神经网络作为具有代表性的机器学习方法,具有非线性建模能力强、结构灵活以及泛化性强等优点,目前已初步应用于岩性识别问题中。当下神经网络方法在测井岩性解释上的限制因素主要在于数据类别不均衡问题难以解决以及现有模型的可解释性较差。文章讨论了深度神经网络模型在纳岭沟地区铀矿测井解释的岩性分类问题上的应用,通过采用不同结构的模型缓解了类别不均衡对分类结果的影响,并着重分析了模型的层次结构和训练过程,更全面地解释了模型的内在机制和决策逻辑。结果显示,长短时记忆网络能在保持较高训练效率的同时获得高于80%的识别精度,8层全连接网络能达到90%以上的精度,但是需要的计算资源较大,训练时间较久。以上模型可应用于不同环境和需求。文章为深度学习方法在岩性识别问题上的应用提供了有益的见解和经验,具有一定参考价值。 相似文献
3.
火山岩岩性识别方法研究 总被引：25，自引：1，他引：24
岩性是测井储层评价的基础,在火山岩油藏的测井评价过程中,由于火山岩岩性定名方法的不统一以及岩性识别方法的不完善,使火山岩油藏的测井评价难以开展。采用国际地科联（IUGS）推荐的TAS图方法对火山岩岩样定名,并以此为基础,使用神经网络方法利用测井资料识别火山岩岩性。研究结果表明,利用传统的统计判别方法建立的测井资料与火山岩岩性的判别关系,识别符合率只有65%;而使用神经网络方法建立的判别关系,识别符合率可达81.8%。 相似文献
4.
基于模糊聚类、神经网络等常用测井岩性识别方法,提出应用信息粒(InformationGranulation)技术建立测井数据到岩性知识的映射模型。并以中国大陆科学钻探(CCSD)的测井数据为例,详细介绍了这种岩性解释方法的应用过程及其所取得的良好应用效果。 相似文献
5.
BP神经网络在测井岩性识别中的应用 总被引：27，自引：0，他引：27
在岩性识别方法中，人工神经网络方法由于其识别结果客观可靠，得到越来越广泛的应用。研究选用BP神经网络，对金衢盆地的金66测井的岩性进行了识别，并对改善BP神经网络收敛性能的方法了有效探索。 相似文献
6.
分析了传统测井解释方法的局限性。从神经网络的机理、特点出发,提出了一种基于人工智能神经网络技术的岩性识别、孔隙度和渗透率预测方法。首先选取适当的测井资料向量组成一个训练模式对,由多个训练模式对构成一个学习样本集。通过神经网络的学习,使网络记住这些特征并形成预测模型,最后根据预测模型计算相应参数。以十红滩地区的找矿目的层为对象,进行了岩性分析与对比,预测了孔隙度与渗透率,并与实测值进行了对比。上述实例分析表明,该方法用于砂岩型铀矿预测岩性、孔隙度和渗透率具有一定的可行性。与传统方法相比,该方法不需要建立具体的解释模型和计算公式,有较好的适应性和预测精度。基于人工智能神经网络技术的岩性识别、孔隙度和渗透率预测方法具有较高的实用价值。 相似文献
7.
自组织神经网络在测井储层评价中的应用 总被引：2，自引：1，他引：1
在测井储层评价过程中,岩性及流体性质的识别难度很大。当地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此.基于自组织神经网络的结构和原理,建立了岩性和流体样本数据集,利用自组织神经网络对样本数据集进行了训练和纠错,得到了数据集的聚类结果,通过选择合适的测井曲线和网络权值,以样本数据集的聚类结果作为分类基础,对岩性和流体进行了识别,获得了较好的效果,实际资料处理结果与岩心分析资料对比,吻合度高。 相似文献
8.
在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。 相似文献
9.
岩性识别是致密砂砾岩测井评价的重要工作。砂砾岩岩性多样、成分复杂,导致测井识别岩性准确率低、测井解释孔隙度不准确。以东营凹陷北部陡坡带沙四下亚段致密砂砾岩为例,在对其岩石学特征分析的基础上,按照岩石类型和骨架矿物差异给砂砾岩分类,利用铸体薄片资料对测井曲线进行岩性标定,提取各种岩性的测井响应特征,在此基础上建立了基于主成分分析的测井岩性识别方法,并分岩性建立了孔隙度测井评价模型,提高了砂砾岩测井岩性识别和测井孔隙度计算的准确率。 相似文献
10.
11.
12.
13.
RPROP算法在测井岩性识别中的应用 总被引：4，自引：1，他引：3
为了更好地解决测井岩性识别问题,引入一种快速实用的BP算法--Resilient Backpropagation (RPROP)算法。在说明RPROP算法的基础上,结合某地的实际测井资料,建立基于RPROP算法的BP网络岩性识别模型,进行岩性识别的应用研究。结果表明,应用RPROP算法进行测井资料岩性识别,识别的准确率较高,与基本BP算法及其一些改进算法相比,训练速度快,具有很好的应用前景。 相似文献
14.
BP神经网络识别塔北低阻油气层 总被引：10，自引：1，他引：10
简要介绍了塔北低阻油气层岩性剖面、低阻油气层地球物理测井曲线特征,分析了塔北地区低阻油气储层成因,重点论述BP人工神经网络识别油气层、油水同层、水层和干层的方法原理。识别实例表明,BP人工神经网络识别低阻油(气)、水层的结果与实际相符,明显地提高了测井的解释精度。 相似文献
15.
对鄂尔多斯盆地苏里格北部上古生界盒8段低渗透储层研究发现,成岩作用是控制气藏分布的主要因素之一,而黏土矿物又影响着成岩作用类型及强度,在成岩作用划分中具有重要指示作用.本研究尝试利用自然伽马能谱测井结合神经网络（极限学习机）准确计算储层中黏土矿物含量,为全井自动成岩作用识别提供支撑.在黏土矿物分析过程中,为避免测井信息受岩石骨架颗粒成分差异的影响,针对研究区沉积的岩屑砂岩和岩屑石英砂岩分别建立黏土矿物分析神经网络,提高计算精度.神经网络采用了参数不易陷入局部最优的极限学习机,保证了分析结果的速度和稳定性.在此基础上,利用苏里格北部地区上古生界盒8段15个X衍射分析样本,将分岩性计算结果与及未分岩性分析结果进行比较,证明了方法的有效性. 相似文献
16.
神经网络方法在煤层气测井资料解释中的应用 总被引：7，自引：1，他引：6
根据煤层气储层及其测井响应特征,提出应用ＢＰ神经网络（简称ＢＰ网络） 方法进行煤层气测井资料的定量解释。通过对华北某地煤层气测井资料的处理,获得了满意的解释结果,证明该方法是有效和实用的。并对应用过程中的若干问题进行了分析讨论 相似文献
17.
通过采用地表地质调查、钻孔岩心编录、地球物理测井、二维地震等多种技术手段,综合运用岩石地层、测井曲线、二维地震和钻井资料标定相结合的研究方法,将以辽法地1井、秀D1井为代表的义县组划分为4个岩性段,即：一段（K1y1）基性火山岩段,二段（K1y2）火山岩夹沉积-火山碎屑岩段,三段（K1y3）沉积岩段,四段（K1y4）酸性火山岩段.4个岩性段和界面在露头、钻井岩心、测井曲线、地震等资料上的特征明显.重、磁、电剖面联合反演综合解释推断及井震标定后的地震反射特征均表明下白垩统义县组4个岩性段在空间上具有一定的展布特征和分布规律. 相似文献
18.
新疆准南地区低电阻率油气层测井识别 总被引：4，自引：0，他引：4
新疆准南地区吐谷鲁构造油气储层电阻率低，与水层电阻率差异不大。因此，用常规测井解释方法难以对它们作出有效区分。这里先通过对多种测井信息的综合分析，初步摸清测井与不同类别油气储层之间复杂的非线性映射关系，再用神经网络法建模并预测，取得了良好的效果，较好地解决了该区油、气、水层的识别难题。 相似文献