摘要
由于其很好的自适应性和非线性映射能力,神经网络技术在石油领域得到了广泛的应用。结合模糊相关性分析和主成分分析的方法,利用改进的BP神经网络的方法,通过岩心和成像标定的常规测井数据实现对单井裂缝密度的识别,取得了很好的效果。
Because of its good adaptability and nonlinear mapping ability,neural network has been widely used in oil field.In this paper,combined with the fuzzy correlation analysis and principal component analysis method,the method of improved BP neural network,recognition of single well fracture density was realized based on conventional logging data,good results have been achieved.
引文
[1]才轶.神经网络技术在石油化工过程中的应用[D].北京:北京化工大学,2009.
[2]宋军.基于递归神经网络的石化生产软测量建模方法研究[D].兰州:兰州大学,2008.
[3]高俊.近红外光谱分析技术在油品分析中的应用研究[D].南京:南京工业大学,2005.
[4]张洪,邹乐君,沈晓华.BP神经网络在测井岩性识别中的应用[J].地质与勘探,2002,06:63-65.
[5]张吉昌,邢玉忠,郑丽辉.利用人工智能技术进行裂缝识别研究[J].测井技术,2005,01:52-54+90.
[6]申辉林,高松洋.基于BP神经网络进行裂缝识别研究[J].断块油气田,200702:60-62+93.
[7]潘欣.构造裂缝识别与建模研究——以鄂尔多斯盆地中西部定边-华池地区延长组为例[D].西安:西北大学,2010.
[8]杨斌.神经网络及其在石油测井中的应用[M].北京:石油工业出版社,2005.
[9]李爱国,王卫,徐永胜.BP神经网络在局部似大地水准面精化的应用[J].全球定位系统,2008,03:29-31.
[10]汪忠德,王新海,张汶,等.BP人工神经网络法(ANNS)在塔中地区碳酸盐岩测井评价中的应用[J].石油天然气学报,2008,02:253-255+656.
[11]曹嘉猷,刘士安,高敏.测井资料综合解释[M].北京:石油工业出版社,2002.