基于BP神经网络的测井相分析及沉积相识别

详细信息   

• 责任者：吴灿灿^c中国矿业大学(徐州)^d1987^e硕士研究生 ; 李壮福
• 刊名：煤田地质与勘探
• 出版年：2012
• 卷期：40^b1总229
• 关键词：神经网络系统 ; 测井曲线20^a沉积相 ; 沉积环境
• 页码：68～71
• 索书号：P613.06/730-1
• 图表：^c表3参12插图
• 分类号：2100
• 文摘期号：2012/10

摘要

测井相分析是研究地层沉积相的一种手段。利用基于BP神经网络的测井相分析进行沉积相识别研究，首先将已知地区地层剖面划分为有限的测井相，通过对岩心及其对应的沉积相进行研究，用数学方法及知识推理确定各个测井相到沉积相的映射转换关系，并利用这种关系，建立沉积相库。在此基础上，运用MATLAB中的工具箱建立BP神经网络模型，把已知沉积相的测井曲线特征作为样本进行训练学习，并将提取的测井曲线特征进行分类识别，从而确定地层的沉积相。应用表明，BP神经网络能够快速完成沉积相识别，可靠性较高，可以用于测井相分析及沉积相研究。