Petrel 人工神经网络技术的应用.pdfVIP

Petrel 训练和估计模块(Train Estimation) 第一部分 （井数据的利用） Yang Shucai 2015 年九月，Petrel 2015 版本 多年来人工神经网络技术在储层预测，油气藏描述中起着重要的作用。其基本算法概念是模 拟人类大脑对朴捉到的多现象，多信号进行快速识别（训练的过程）以实现模糊分类和估计，比 如对多种物体相似颜色，相似形状的区分等。单一的地震属性对储层岩性和物性的反映往往有偏 差，多属性参数分析能减少这种偏差。PETREL 软件中的训练和估计（Train Estimation）模块就 是应用人工神经网络技术分别对以测井曲线，层面地震属性，地震体为输入的系统进行模糊聚类 和预测估算，为地学人员提供方便的解释工具。下面我以测井曲线为输入数据分别介绍一下估计 和分类的主要应用。 （一）某井缺失某测井曲线，但邻井具备该曲线 看下面例子，Agate-H6 井有声波DT，密度RHOB 和孔隙度曲线PHIT，但Copper-6 井只有DT 和 RHOB 没有PHIT 曲线。我们可以利用Agate-H6 井的三条曲线找出DT, RHOB 和PHIT 的关系，然后 把该关系作用于Copper-6 井来估算出PHIT 曲线。这个问题要用Estimation 来求取。 1. 在Petrel 主窗口顶部的S