基于小波神经网络的ODP1148A井岩性预测

详细信息   

• 责任者：王辉^c中国石油集团测井有限公司长庆事业部^d1986^e硕士^f助理工程师 ; 黎明碧^c国家海洋局海底科学重点实验室 ; 唐勇 ; 方银霞 ; 丁巍伟 ; 付洁 ; 王聪^c浙江大学
• 刊名：地球物理学进展
• 出版年：2014
• 卷期：29^b1总123
• 页码：392～399
• 索书号：P260.6/208-1
• 图表：^c参23插图
• 文摘期号：2014/12

摘要

为对大洋钻探计划(ODP)1148A井岩性收获率低的层位和涂片分析之外的井段进行岩性预测，得到更全面的岩性信息，设计出了一个以"morlet"小波为隐含层传递函数的三层小波神经网络.将总样本中的一部分作为学习样本，用于小波神经网络的训练，另一部分作为测试样本，用于检验小波神经网络预测岩性正确与否以及预测结果的误差评价.经过对该小波神经网络反复测试和调整，最终得到了一个误差最小的神经网络，其测试结果显示岩性预测符合率60%以上的占总体的60%以上.在没有岩心资料或取芯收获率低的层段，可将其用于粗略的岩性参考.将经测试后较满意的小波神经网络应用于整口井的岩性预测，得到该井的详细岩性信息.该岩性预测结果弥补了岩心涂片分析数椐较少，以及该井岩心收获率低的层位的岩性空白.本文将小波神经网络应用于测井岩性预测方法的探讨可为人工智能与地球物理测井相结合提供新的思路。