基于BP神经网络的测井资料预测岩石热导率

作者：蒋海燕; 施小斌; 杨小秋; 石红才

来源：测井技术, 2012, (03): 304-307+317.

DOI：10.16489/j.issn.1004-1338.2012.03.019

• 测井资料
• 热导率
• BP神经网络
• 大洋科学钻探 log date
• thermal conductivity
• BP neural network
• Ocean Drilling Program(ODP)

为了获取无岩心深度段的岩石热导率,建立基于BP神经网络的热导率预测模型。根据声波、密度、中子、电阻率、自然伽马等5种测井响应预测岩石热导率,其模型计算所需时间较短,不需要岩性组分资料,比只考虑1种或其中几种物理参数影响的经验公式适用范围更广。对检验样本以及位于南海的1144A井、1146A井、1148A井等3口大洋科学钻探ODP(Ocean Drilling Program)钻孔的热导率预测结果表明,模型预测的热导率误差低于实验室岩石热导率测试的最大允许误差。该热导率预测模型为获取没有岩心的上述5种测井响应的深度段的岩石热导率提供了一种新途径。

• 单位
  中国科学院; 中国科学院南海海洋研究所; 中国科学院大学