基于交会图和多元统计法的神经网络技术在火山岩识别-石油物探学会.PDF

2006 年2 月　　　　　　　　　　　　　　 石油地球物理勘探 　　　　　　　　　　　　　第41 卷　第 1 期 ·经验交流· 基于交会图和多元统计法的神经网络技术 在火山岩识别中的应用 ①② ② ① 吴　磊 　徐怀民 　季汉成 ( ( ) ( ) ) ①CN PC 储层重点实验室石油大学 北京 研究室; ②石油大学 北京 提高采收率研究中心 摘　　　要 吴磊, 徐怀民, 季汉成 基于交会图和多元统计法的神经网络技术在火山岩识别中的应用 石油地球物理勘探, ( ) 2006, 41 1 : 81～ 86 ( ) 　　针对火山岩储层的特殊性 复杂性、离散性和随机性 , 应用 神经网络技术对火山岩测井解释中岩性识别 BP 问题进行了研究。该方法的技术关键是样本集和初始权重的建立, 以及模型的优选。本文提出了一种基于交会 图和多元统计法的学习样本生成方法, 即根据取心岩样的地球化学和岩石学研究, 用交会图技术建立样本集, 采用聚类分析和距离判别法确定初始权重。将研究方法应用在松辽盆地杏山地区火山岩岩性识别问题中, 取得 了很好的效果, 岩性解释符合率高于90% 。文中通过四种岩性识别处理模式的对比研究, 表明赋权重处理模式 为最优处理模型。在神经网络模型预测过程中, 需充分利用已有的地质经验和测井曲线信息建立典型可靠的样 本文件, 同时考虑神经网络方法中各种因素的影响, 优选模型和计算参数才能使预测结果符合实际情况。 关键词　 神经网络　交会图　多元统计　岩性识别　火山岩 BP 别为例, 提出了在综合分析火山岩岩石化学特征、岩 1　引言 性特征、曲线岩性响应分析和交会图技术基础上准 确确定和调整解释样本集, 然后通过距离判别法确 [ 1 ] 立神经网络初始权系数, 再根据网络学习特性选择 岩性识别是储层评价的重要工作之一 , 也是 求解储层参数的基础。测井资料所携带的地质信息 解释模型的方法。笔者应用该方法在松辽盆地杏山 是地层岩性、物性等属性的综合反映[ 2, 3 ] , 因此测井 地区火山岩储层预测中取得了较好的效果。 资料的地质解释以及解释精度对岩性识别的结果十 分重要。火山岩储层是一种特殊的储集体, 岩石矿物 2　火山岩岩石学特征 成分种类多, 结构复杂, 具有多种岩性类型、孔隙类 型和储集类型。与砂泥岩地层相比, 火山岩储层的非 岩石学特征是火山岩研究的基础, 不同火山岩 [ 4 ] 类型在岩性、岩相以及储层特征等方面表现出很大 均质极强, 测井响应更为复杂 , 因此常规测井解释 方法对火山岩储层评价难度大。 的差异性。与常规砂泥岩地层相比, 火山岩岩性复 鉴于神经网络技术能对不确定性和非结构化数 杂, 分类方法有多种[ 12 ]。根据研究区对取心岩样的 [ 5 ] 地球化学和岩石学研究, 依据其成因、成分和结构特 据进行有效表述和预测 , 因而在许多领域得到了 成功的应用[ 6～ 11 ] , 但