作者:何旭; 李忠伟; 刘昕; 张涛卷积神经网络测井相多尺度小波基
摘要:选用东海F气田的砂质辫状河三角洲的自然伽马数据作为训练数据构建深度卷积神经网络,并首次用于测井相识别。选用四种自然伽马曲线形态作为特征,将数值转变为图像形式,首先对图像做标准化、添加噪声、旋转和转灰度等处理,再对数据增强与扩充,建立训练和测试数据集;然后,训练卷积神经网络建立测井相识别模型,并在训练过程中加入了Dropout、局部响应归一化和L2正则化等策略限制了模型的复杂程度,提高了模型泛化能力;针对测井信息中不同级次沉积单元响应叠加带来的自动识别难题,使用不同尺度的小波基函数及极值分割处理和切分测井数据,最终有效划分了不同尺度沉积单元。通过与其他分类算法对比,验证了所提方法具有较好的测井相识别效果。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社