基于粒子群优化的BP网络在地震属性融合技术中的应用.pdfVIP

天然气比 第 31卷 第 5期 OIL＆GASGEOLOGY 2010年 10月 文章编号 ：0253—9985(2010)05—0685—04 基于粒子群优化 的 BP网络在地震属性 融合技术 中的应用 曹琳昱 ，朱仕军 ，周 强 (1．西南石油大学 资源与环境学院，四川 成都 610500； 2．中国石油天然气集 团公司 川庆钻探工程有限公司 测井分公司，重庆 4ooooo) 摘要 ：受地震资料品质、岩性、构造等诸多因素的影响，单一地震属性只能在一定程度上提供预测储层的方向，并存在多解 性。地震属性融合技术用井孔资料对地震属性进行标定，建立储层含油气性与地震属性之间的关系，采取数学手段融合 多种地震属性进行储层含油气性判别，避免了单一地震属性解释储层的多解性问题。BP网络具有 良好的非线性拟合能 力，但是易陷入局部极小值，不收敛，影响预测精度。针对该问题，采用粒子群优化其 网络权值和阈值，再用BP网络对储 层、非储层进行模式识别，取得较好成效。 关键词：粒子群优化；BP网络；地震属性融合技术；储层预测 中图分类号：TEl32．1 文献标识码 ：A Applicationofparticleswarm optimization-basedBP neural network tomulti—attributefusiontechniques CaoLinyu，ZhuShijunandZhouQiang (1．SchoolofResourcesandEnvironment，SouthwestPetroleumUniversity，Chengdu，Sichuan610500，China； 2．LoggingBranchCompany，CNPCChuanqingDrillingEngineeringCompany，Chongqing400000，China) Abstract：Constrainedbyfactorssuchasqualityofseismicdata，lithologyandstructures，singleseismicattribute canonlybeusedtopredictreservoirstoacertainextentandtherearemultiplepossibilities．Throughcalibrating seismicattributeswithwelldata，seismicattributefusiontechniquescancorrelateoil／gaspotentialwith seismic attributes．Foroil／gaspotentialpredictionofreservoirs，mathematics—basedmulti—attributefusion can avoid the ambiguityofsingle-attributereservoirinterpretation．Backpropagation(BP)neuralnetworkisverygoodatnon— linearfitting，butitiseasytogetalocalminimum withoutconvergence，influencingtheaccuracyofprediction． Tosolvethisproblem ，particleswarm isadoptedfirsttooptimizethenetworkweightandthreshold，andBP neu— ralnetworkisthenusedtodifferentiatereservoirsandnon—reservoirs．Theresultsaresatisfactory． Keywords：particleswarinoptimization，BP neuralnetwork，seismicattributefusiontechnique，reservoirprediction 地震属性与储