岩石物理数据优化与人工智能神网络集成分析.pdfVIP

table{边框‑合并:塌陷;}table,th,td{border:1pxsolid#000;}

将岩石数据分析与优化用于人工

智能神经网络

RussellKrug*，FortHaysStateUniversity，HendrattaAli，FortHaysStateUniversity

质井下数据和地球化学数据的统计分析，训练神经网络以自动化的井场

岩屑分析，从而为储层表征数据。本项目的目的是优化来自井下岩屑和测井的岩

石和沉积学数据，以便在神经网络中使用。目标是额外的建模参数，以

帮助对横向扩展单元进行全面的储层表征，识别与岩石数据相关的关键地球化学变量，

并可能有助于改善成熟油田中小目标的勘探。

引言

神经网络有可能从新钻井中收集大量以前无法获得的数据，重新解释并扩展现

有井的数据（例如，Zhang等，1999），甚至可能生成“新”类型的数据以实现最优的

储层表征。目前，地质学中最大的应用是在属性分析中。然而，人工

智能在