测井数据岩性识别软件系统的开发与应用

被引：8

作者：

刘明军

机构：

[1] 中煤科工集团西安研究院

来源：

地球物理学进展 | 2013年 / 28卷 / 02期

关键词：

测井数据; BP神经网络; 岩性识别; 软件系统;

D O I：

暂无

中图分类号：

P631.84 [];

学科分类号：

0818 ; 081801 ; 081802 ;

摘要：

利用BP神经网络方法识别岩性技术为理论基础,编制了集测井数据岩性识别、测井基础数据管理以及测井柱状图自动绘制等功能为一体的测井数据处理软件系统.利用彬长矿区标准化的实际基础数据,对该软件系统的岩性识别功能进行了检验,获得了较高的识别速度和准确率.应用结果表明,该软件系统具有一定的实用价值.

引用

页码：908 / 913

页数：6

共 11 条

[1]

煤田测井资料数字处理.[M].刘家瑾;陆国纯编;.煤炭工业出版社.1991,

[2] 概率神经网络技术在煤田地震反演中的应用研究 [J].

李娟娟 ;

崔若飞 ;

潘冬明 ;

胡明顺 ;

张应华 .

地球物理学进展, 2012, 27 (02) :715-721

[3] GA-BP神经网络模型在彬长矿区测井岩性识别中的应用 [J].

刘明军 ;

李恒堂 ;

姜在炳 .

煤田地质与勘探, 2011, 39 (04) :8-12

[4] 神经网络在石油测井解释中的应用综述 [J].

赵军龙 ;

李纲 ;

麻平社 ;

巩泽文 ;

蒙灵飞 ;

李甘 .

地球物理学进展, 2010, 25 (05) :1744-1751

[5] 测井曲线自动分层方法回顾与展望 [J].

肖波 ;

韩学辉 ;

周开金 ;

支乐菲 .

地球物理学进展, 2010, 25 (05) :1802-1810

[6] 测井岩性识别新方法研究 [J].

马海 ;

王延江 ;

胡睿 ;

魏茂安 .

地球物理学进展, 2009, 24 (01) :263-269

[7] 基于支持向量机的复杂岩性测井识别方法 [J].

宋延杰 ;

张剑风 ;

闫伟林 ;

何英伟 ;

王德平 .

大庆石油学院学报, 2007, (05) :18-20+46+118

[8] 概率神经网络方法在岩性识别中的应用 [J].

程国建 ;

周冠武 ;

王潇潇 .

微计算机信息, 2007, (16) :288-289+257

[9] RPROP算法在测井岩性识别中的应用 [J].

张治国 ;

杨毅恒 ;

夏立显 .

吉林大学学报(地球科学版), 2005, (03) :389-393

[10] 基于支持向量机的渐进直推式分类学习算法 [J].

陈毅松 ;

汪国平 ;

董士海 .

软件学报, 2003, (03) :451-460

← 1 2 →