基于BP神经网络算法识别苏里格气田致密砂岩储层岩性.pdfVIP

下载本文档

4
0
约1.91万字
约 6页
2015-08-17 发布于湖北
举报
版权申诉

基于BP神经网络算法识别苏里格气田致密砂岩储层岩性.pdf

1、本文档共6页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于BP神经网络算法识别苏里格气田致密砂岩储层岩性.pdf

第39卷第3期测井技术 V01．39No．3 WELLL()GGING TECHNoL()GY 2015 2015年6月 Jun 文章编号：1004—1338(2015)03—0363—05 基于BP神经网络算法识别苏里格气田致密砂岩储层岩性林敬福3 赵忠军1’2，黄强东1’2，石辉1’2，王宪文1’2，单 (1．中国石油长庆油田分公司苏里格气田研究中心，陕西西安710018；2．低渗透油气田勘探开发国家工程实验室，陕西西安710018；3．长江大学油气资源与勘探技术教育部重点实验室，湖北武汉430100) 摘要：以薄片鉴定资料为准，从筛选敏感测井参数人手，优选了对岩性敏感的自然伽马和光电吸收截面指数作为 BP神经网络输入端信息进行网络训练和学习，对测井数据进行了标准化处理，以消除由于测井系列以及仪器型号的不同引起的刻度误差。应用BP神经网络法对苏里格气田目的层段复杂岩性进行识别，其结果与岩心录井岩性符合度较高，平均符合率达84．48％。采用该方法对致密砂岩气藏储层岩性的识别，可以有效地为后续沉积相等方面的研究提供资料基础。关键词：测井解释；交会图法；神经网络法；岩性识别；致密砂岩气藏；苏里格气田中图分类号：P631．84 文献标识码：A Doi：10．16489／j．issn．1004—1338．2015．03．020 Identificationof in SandstoneReservoirin GasFieldBased LithologyTigilt Sulige BP NeuralNet Algorithm ZHAO Linhuil～，WANGXianwenl～，SHAN Zhon鲥unl～，HUANGQiangdon91～，SHI Jingfu3 (1．ResearchCenterof Gas Oilfield SuligeField，ChangqingCompany，PetroChina，Xi’an，Shaanxi710018，China； 2．National for and of EngineeringLaboratory Oil&GasFields． ExplorationDevelopmentLow-permeability Xi’an，Shaanxi710018，China；3．Keyof forOilandGasResources。 LaboratoryExplorationTechnologies 430100，China) MOE，YangtzeUniversity，Wuhan，Hubei onthinrockslicesanddifferentsensitive ofthe Abstract：Based logg