科研之友
微信
新浪微博
Facebook
分享链接
摘要
岩性识别是地层评价、油藏描述、测井解释等方面的一项重要工作内容。随着计算机计算能力的提升，学者们将人工智能算法应用到岩性识别领域中，并取得了不错的研究成果。首先，基于奇异谱分析对测井数据进行趋势分析，因为SSA对数据缺失具备很好地适合性，从而避免岩性识别出现错误判断；随后，对数据进行了主成分分析，将岩性识别的10种影响因素(不同测井数据)进行了降维处理，只保留了4种；最后，根据BP神经网络搭建了岩性识别模型，利用7 000个4种不同岩性的测井数据进行训练，并使用整体数据剩余的60个岩性数据进行测试。测试结果显示，岩性识别结果和实际岩性相一致的占比约为93.3%,共有56个为正确识别，且多数神经网络输出的数值接近1,这说明该方法在岩性识别中具有较高的可靠性。
-
单位中国石油大学（北京）; 新疆油田公司
