共查询到10条相似文献,搜索用时 15 毫秒
1.
《新疆地质》2020,(3)
准噶尔盆地玛湖凹陷JL57井区上乌尔禾组发育块状砂砾岩储层,砂砾岩可以细分为粗砾岩、中砾岩、细砾岩、中粗砂岩和粉细砂岩5类岩性,有效储层为中砾岩、细砾岩和中粗砂岩3种岩性,如何识别出有效储层岩性,是油田生产试油选层亟待解决的问题。传统利用测井曲线与岩性间简单线性关系的交会图法无法满足油田生产对岩性识别的要求,而传统利用非线性关系的BP神经网络模型岩性识别方法,虽然能识别部分砂砾岩种类,但该方法需要输入参数多,运算量大,识别结果准确率一般。本文探索性利用主成分分析法先从自然伽马、自然电位、地层电阻率、声波时差、密度、补偿中子6种测井曲线中计算出主成分特征值X、Y、Z三个参数,然后用三个特征值参数替代传统BP神经网络模型中6个油气参数作为新的输入参数,与传统BP神经网络模型对比,简化了BP神经网络模型的网络结构,减少了模型计算量,而且岩性识别准确率得到了有效提高,有效地解决了研究区测井识别岩性问题。 相似文献
2.
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
3.
4.
5.
基于微粒群算法的神经网络在岩性识别上的应用 总被引:1,自引:0,他引:1
针对前馈多层神经网络BP算法存在的易陷入局部最优的不足,采用了微粒群算法(PSO)加以改进。通过胜利油田及其它油田的岩性识别所做的实例验证,并与BP神经网络进行比较,结果表明,在同等条件下,此方法效果较为满意。 相似文献
6.
7.
《物探与化探》2017,(6)
木里地区由于断层、裂隙发育,以及多种岩性都存在天然气水合物,地质背景复杂,导致各种岩性的测井响应特征复杂,给天然气水合物及岩性识别带来一定的难度。本文通过分析多口井水合物及岩性的测井响应特征,利用直方图和交会图研究各种岩性在含天然气水合物或有水合物异常与不含天然气水合物时的测井响应的差异,找出对水合物反映敏感的测井参数,对该地区的水合物及岩性进行识别。然后综合利用对天然气水合物响应明显的自然伽马(GR)、电阻率(RT)、声波时差(AC)和补偿密度(DEN)等测井曲线,采用贝叶斯和BP神经网络两种方法识别岩性。识别结果与录井岩性吻合良好,准确识别出了含水合物地层的岩性,为木里地区寻找有利的天然气水合物储层提供了依据。 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.
针对储层岩性种类繁多、交替频繁、组成复杂,传统方法识别精度低、效率慢的问题,本文提出一种多尺度时频空三域特征联合下的储层岩性识别方法。该方法在原始测井特征的基础上引入了互补集合经验模态分解(CEEMD)的多尺度频域分量,从而提高测井曲线的纵向分辨率。此外,构建了注意力机制优化的多尺度卷积双向门控循环神经网络(CNN-BiGRU-AT)模型,对加入了多尺度频域分量的测井数据进行时空特征提取,从而实现了对测井数据时、频、空三域特征的联合学习,最后以注意力机制优化了模型输出,减少了错误信息的传播。为了验证方法可靠性,本文选取了资料较为完整的5口井数据进行实验分析。结果表明,在不同数据组合的对比实验中,加入多尺度频域分量在训练集和验证集识别准确率分别提高了9.50%和8.66%。在与不同模型对比实验中,本文方法在样本识别准确率达到了94.11%,与支持向量机(SVM)、BP神经网络、卷积神经网络(CNN)、双向门控循环神经网络(BiGRU)和CNN-BiGRU融合模型相比,本文方法识别准确率分别提高了16.21%、14.54%、11.69%、5.05%、3.38%。 相似文献