排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
BP神经网络在富钾卤水中的应用研究 总被引：2，自引：2，他引：0
富钾卤水是一种重要的液态钾盐资源,是四川盆地主要的找钾方向之一。川东地区三叠纪地层内与含盐系相邻的碳酸盐岩储层卤水矿化度极高,卤水资源丰富,开采潜力巨大,是我国目前钾盐勘探研究的重点区域。针对常规测井解释方法识别卤水层速度慢、准确率不高等特点,提出建立BP神经网络模型开展富钾卤水层的识别与划分。以BP神经网络理论和测井解释原理为基础,对卤水层识别影响最大的测井曲线值作为输入,建立BP神经网络模型,开展深层卤水层和富钾卤水层的识别和划分,并用准确的录井结果验证模型性能。测试发现,模型识别卤水的准确率为85.7%;改进的富钾卤水模型识别准确率为89.1%。结果表明,BP神经网络技术在四川盆地钾盐的勘探开发过程中具有广阔的应用前景。 相似文献
2.
钾盐的紧缺严重制约了中国农业的发展,加大钾盐的勘探开发力度有助于提高我国钾盐的自给自足能力。四川盆地钾盐资源丰富,是我国目前重要的钾盐勘探开发研究区域之一。杂卤石作为四川盆地最重要的固态钾盐矿物,常夹杂在硬石膏、岩盐和白云岩等岩层中。针对常规测井解释方法难以精确识别杂卤石的问题,因此,提出一种新的基于粒子群算法(PSO)优化的支持向量机(SVM)杂卤石识别方法开展四川盆地杂卤石的分类识别研究。以PSO和SVM理论为基础,结合测井解释方法,选择对杂卤石测井响应灵敏的有效数据作为输入样本,随机产生训练集和测试集,并采用PSO优选出径向基核函数参数,建立杂卤石分类预测模型。与录井结果对比,基于PSO的SVM模型识别准确率达到了97.5758%,在识别精度和速度上明显优于交叉验证方法优化的SVM模型。结果表明,该模型在四川盆地钾盐勘探中具有广阔的应用前景。 相似文献
3.
综合利用铸体薄片、X射线衍射、阴极发光、扫描电镜、物性分析及镜质体反射率和包裹体温度等资料,结合岩心观察法,对Bongor盆地下白垩统碎屑岩储层基本特征及成岩作用进行了研究。依据胶结物的体积分数及形态、黏土矿物组分的分布、岩石结构镜下特征及孔隙演化、有机质热演化等证据划分了岩石成岩阶段,并分析了成岩作用对物性的影响。结果显示：该区储层岩石类型以长石砂岩为主,胶结物以碳酸盐和黏土矿物为主;溶孔-粒间孔组合型储集性最好,粒间孔-溶孔组合型次之;成岩作用是控制储层物性的主要因素,成岩作用主要包括压实作用、胶结作用、交代作用和溶蚀作用;压实作用和胶结作用是破坏性成岩作用,二者分别使原始孔隙度损失54.93%和31.30%,岩石颗粒中长石、碳酸盐胶结物等易溶物质发育,溶蚀作用是主要建设性成岩作用;目的层成岩阶段以中成岩A期为主,成岩作用弱-中等。 相似文献
1