科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于测井数据的深度挖掘性,提出了前馈式（BP）人工神经网络的沉积微相识别方法。在测井数据较少、井多的条件下深入挖掘有限的测井数据,得到具有沉积学意义的样本指标,对比不同沉积微相指标,找到各自特征。通过训练样本的优选,建立了训练样本集,对BP人工神经网络拓扑结构选择和网络训练方法进行分析和试验,总结了网络拓扑结构设置方法和成长型网络训练方法。实现了在测井数据不足、微相特征复杂的条件下实现了高效率、高准确度的沉积微相识别,其独特优势在石油地质研究中有着广泛的应用前景。
-
单位中国石油勘探开发研究院
