| 基于卷积神经网络和MPGA-LM算法的阵列侧向测井快速反演方法 |
| |
| 引用本文： | 吴易智,范宜仁,巫振观,邓少贵,张盼,陈诗宇,尹中旭.基于卷积神经网络和MPGA-LM算法的阵列侧向测井快速反演方法[J].地球物理学报,2021,64(9):3410-3425. |
| |
| 作者姓名： | 吴易智 范宜仁 巫振观 邓少贵 张盼 陈诗宇 尹中旭 |
| |
| 作者单位： | 中国石油大学(华东)地球科学与技术学院,青岛 266580;海洋国家实验室海洋矿产资源评价与探测技术功能实验室,青岛 266237 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;中国石油大学(华东)研究生创新工程项目 |
| |
| 摘 要： | 在大斜度井/水平井环境下,阵列侧向测井受钻井液侵入、地层倾角和各向异性等多种因素影响,导致测井响应复杂,需借助反演手段提取地层真实电阻率.然而,阵列侧向测井三维正演效率低,难以满足测井资料快速反演和油气藏快速评价的需求.为此,本文基于深度学习并联合混合多种群遗传(MPGA)与列文伯格马奎特(LM)算法建立了一种快速反演方法.首先从地层参数敏感性出发,基于严格的三维有限元正演算法,依次确定侵入、各向异性和地层倾角的敏感性大小;其次,引入深度学习和模型可视化技术,实现斜井各向异性地层阵列侧向测井响应的快速正演;最后,基于数据集分解技术和混合MPGA-LM算法,实现斜井各向异性地层电阻率剖面快速精确重构.数值模拟结果表明:斜井各向异性地层中,阵列侧向测井响应对侵入深度敏感性最高,各向异性和地层倾角次之;相较于反向传播神经网络(BPNN),二维卷积神经网络(2D-CNN)能够实现阵列侧向测井响应的快速精确计算,计算一个测井点仅需0.36 ms,精度可达99％左右;基于三层反演模型的MPGA-LM混合算法稳定性强,电阻率参数反演精度高的优点,可用于阵列侧向测井资料的快速处理.
|
| 关 键 词： | 各向异性地层 阵列侧向测井 三维有限元 卷积神经网络 混合反演 |
A fast inversion method for array laterolog based on convolutional neural network and hybrid MPGA-LM algorithm |
| |
| WU YiZhi,FAN YiRen,WU ZhenGuan,DENG ShaoGui,ZHANG Pan,CHEN ShiYu,YIN ZhongXu.A fast inversion method for array laterolog based on convolutional neural network and hybrid MPGA-LM algorithm[J].Chinese Journal of Geophysics,2021,64(9):3410-3425. |
| |
| Authors: | WU YiZhi FAN YiRen WU ZhenGuan DENG ShaoGui ZHANG Pan CHEN ShiYu YIN ZhongXu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
