共 15 条
基于PCA-BP神经网络的非常规储层岩性识别研究
被引：13
作者：
胡嘉良
[1
]
高玉超
[2
]
余继峰
[1
]
卢磊
[1
]
张鸿君
[1
]
杨子群
[1
]
机构：
[1] 山东科技大学地球科学与工程学院
[2] 兖矿东华建设有限公司地矿建设分公司
关键词：
非常规储层;
济阳坳陷;
岩性识别;
主成分分析;
BP神经网络;
D O I：
10.16452/j.cnki.sdkjzk.2016.05.005
中图分类号：
P618.13 [石油、天然气];
P631.81 [];
学科分类号：
摘要：
岩性识别一直是储层测井解释的关键问题和难点之一。针对常规测井岩性识别准确率不高的状况,在分析测井资料的基础上,以Matlab为平台研究了基于主成分分析的PCA-BP神经网络,并以济阳坳陷非常规储层实际测井资料为样本,通过设计算法步骤进行了实验仿真。由仿真结果得出非常规储层岩性识别率为95.8%,高于BP神经网络,PCA-BP神经网络有效提高了识别率和运行速度。经过对济阳坳陷钻井的岩性识别表明,该岩性识别方法可行并具有实用价值。
引用
收藏
页码：9 / 16
页数：8
相关论文