HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于横波测井资料的神经网络火山岩流体性质识别

作者:边会媛 潘保芝 王飞声波测井偶极横波气层指标火山岩kohonen神经网络

摘要:利用偶极横波测井数据求取火山岩储层的4个气层识别指标:压缩系数、泊松比、横纵波速度比以及等效弹性模量差比。这4个气层识别指标在一定程度上都能指示气层的存在,但是单个指标不能将气层、差气层、气水同层、水层、干层区分开,为此引入Kohonen神经网络方法综合识别流体性质。在试气层段提取各个气层指标的数据作为神经网络的输入,流体性质作为输出,构成Kohonen神经网络所需样本数据,建立神经网络气层自动识别方法,通过合层技术自动输出解释剖面。在松南火山岩气田应用,与试气结论相比,预测符合率为83.3%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

测井技术

《测井技术》(CN:61-1223/TE)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《测井技术》内容涵盖测井技术的理论研究、实验分析、仪器设计与数据采集、测井资料分析处理、石油地质解释、动态监测技术、软件开发、射孔技术以及科技信息动态等,覆盖了与测井相关的各个领域。

杂志详情