基于径向基过程神经网络的储层岩性识别①-计算机系统应用.PDF

2017 年 第 26 卷 第 3 期 计 算 机 系 统 应 用 基于径向基过程神经网络的储层岩性识别① 1 1,2 秦研博 , 许少华 1(东北石油大学 计算机与信息技术学院, 大庆 163318) 2( 山东科技大学 信息科学与工程学院, 青岛 266590) 摘 要: 识别并评价油气储层是油田勘探开发工作中至关重要的部分, 而目前现有的岩性识别方法一般不能表 述地层的非均质性, 也没有考虑到地层参数随着深度而变化所产生的影响. 本文提出一种基于径向基过程神经 网络的岩性识别模型, 并用实际数据进行了验证. 实验结果表明, 所提出的方法有着较高的识别率, 是一种可以 实际应用的方法. 关键词: 径向基过程神经元; 神经网络; 岩性识别 Lithology Identification Based on Radial Basis Process Neural Network 1 1,2 QIN Yan-Bo , XU Shao-Hua 1(Institute of Computer and Information Technology, Northeast Petroleum University, Daqing 163318, China) 2(College of Information Science and Engineering, Shandong University of Science and Technology, Qingdao 266590, China) Abstract: Identification and evaluation of oil and gas reservoirs is an essential part in the work of oil exploration and development. Generally speaking, the existing lithology identification methods can’t be expressed in formation heterogeneity, the impact of layer parameters varies with depth arising is not taken into account. This paper presents a model of lithologic identification based on radial basis process neural network, which is verified by the actual data. The experimental result shows that the proposed method has a high recognition rate, and it is a practical application method. Key words: radial basis process neural network ; neural network; lithology identification 如何发现油气储层并准确评价油气储层及其产量 方法, 特点是使用方便、快捷, 因此被科研人员广泛采 是油气田勘探开发工作中不可或缺的部分. 因此储层 用. 但是常规测井数据处理方法是以线性的数学方法 岩性识别作为发现、评价油气储层的核心部分, 显得 作为运算的理论基础, 而实际情况中, 地层往往表现 尤其重要. 最初, 储层岩性识别工作都是在专业的实 出非均质性的特性. 此时再运用线性的方法来确定测 验室内做的, 直接从取芯井中取出岩芯, 采用物理或者 井资料与地层岩性之间的关系, 就是人为的简化了实 化学方法进行储层的定性与定量描述, 虽然得到了十分