文献类型：期刊文章

作　　者：吴磊[1] 徐怀民[2] 季汉成[1]

机构地区：[1]CNPC储层重点实验室石油大学(北京)研究室 [2]石油大学(北京)提高采收率研究中心

出　　处：《石油地球物理勘探》

基　　金：CNPC储层重点实验室东部深层储层研究项目成果

年　　份：2006

卷　　号：41

期　　号：1

起止页码：81-86

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、GEOREFPREVIEWDATABASE、IC、JST、PA、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对火山岩储层的特殊性(复杂性、离散性和随机性),应用BP神经网络技术对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是样本集和初始权重的建立,以及模型的优选。本文提出了一种基于交会图和多元统计法的学习样本生成方法,即根据取心岩样的地球化学和岩石学研究,用交会图技术建立样本集,采用聚类分析和距离判别法确定初始权重。将研究方法应用在松辽盆地杏山地区火山岩岩性识别问题中,取得了很好的效果,岩性解释符合率高于90%。文中通过四种岩性识别处理模式的对比研究,表明赋权重处理模式为最优处理模型。在神经网络模型预测过程中,需充分利用已有的地质经验和测井曲线信息建立典型可靠的样本文件,同时考虑神经网络方法中各种因素的影响,优选模型和计算参数才能使预测结果符合实际情况。

关 键 词：BP神经网络 交会图 多元统计  岩性识别 火山岩

分 类 号：P618.130.2] TP183[地质学类;地质类]