科研之友
微信
新浪微博
Facebook
分享链接
摘要
受自然电位测井原理限制,存储式测井不能完成自然电位测井。工程上的传统做法是对GR曲线强滤波,生成自然电位曲线,但这种做法不能反映地层的真实情况。因此,提出一种基于广义回归神经网络的自然电位测井曲线生成方法,通过基于自适应k均值聚类的训练数据清洗和基于最近邻的训练数据自动选择机制,及"成对-合并"策略,综合利用多口邻井的测井数据生成目标井的自然电位曲线。通过在LP油区砂泥岩地层目标井的实验结果对比,相比于传统的BP神经网络,自然电位生成曲线与实际曲线的相关系数提升了0.22,平均相对误差降低3%,证实了本文方法的有效性。本文方法扩展了存储式测井的测量曲线类型及应用范围,使其更好的服务于油田的生产开发。
- 单位
