神经网络结合聚类分析进行储层油气预测

详细信息   

• 责任者：张世荣^c滇黔桂石油局勘探研究院贵州科研所
• 刊名：云南地质
• 出版年：1999
• 卷期：１８^b３总７１
• 关键词：储集层 ; 油气勘探 ; 神经网络系统20^a聚类分析 ; 预测 ; 模式识别 ; 地震勘探
• 页码：３６７～３７８
• 索书号：P251.62/664-3
• 图表：插图
• 分类号：0831
• 文摘期号：2000/06

摘要

ＢＰ神经网络具有较高的容错性，具有良好的适应性，在已知井的情况下，由已知井出发外推预储层的含油气性，是其优势项目。聚类分析在没有钻井或者钻井资料较少的工区，用邻区钻井资料约束确定具有代表性地震道的特征参数，作为神经网络油气预测在学习阶段的期望输出（样本），具有很强的生命力，同时它也是一种模式识别技术。通常，地震资料油气预测软件在地震道特征参数的提取方面，只注重地震参数，而没有考虑地质参数；只注重常规地震特征参数，而没有考虑外界条件对地震道特征参数的影响。作者除了注重地震参数以外，还考虑地质参数对油气预测的重要性，除了常规特征参数以外，还消除外界条件对地震特征参数的影响，提取出通过特殊变换而得的无名特征参数。（常远录）