劉凌云,許少華,2
(1.東北石油大學 計算機與信息技術學院,黑龍江 大慶 163000;2.山東科技大學 信息科學與工程學院,山東 青島 266000)
基于模糊推理過程神經網絡的沉積微相判別
劉凌云1,許少華1,2
(1.東北石油大學 計算機與信息技術學院,黑龍江 大慶 163000;2.山東科技大學 信息科學與工程學院,山東 青島 266000)
迄今,現有的油田進行沉積微相模式識別時大多選取測井曲線的靜態定量數據,其難以反映測井相的深度累積效應對沉積微相模式識別的影響。針對上述不足,選取測井曲線中可處理的定量與定性混合過程信息,構建并提出了模糊推理和過程神經網絡相結合的判別模型,以實現沉積微相的判別。該模型基于模糊集理論對測井相的定性信息進行定量處理,以簡化判別規則,并提取有效的判別數據,從而提高沉積微相判別的精度;根據測井相數據隨深度變化的特征曲線,采用過程神經網絡的過程式輸入優勢,通過不斷優化過程神經網絡的學習機制來提高沉積微相判別的準確度。實驗結果表明,基于模糊推理過程神經網絡模型的沉積微相模式識別方法精度高、速度快,是一種比較實用的沉積微相識別方法。
模糊推理;過程神經網絡;學習算法;沉積微相判別
對于正在進行勘探開發的油田,沉積微相判別有助于工作人員了解油井的地下油層結構并分析儲層特性[1];隨著油氣田勘探開發程度的逐年提高,越發增加了尋找儲集相帶的難度,為解決這一難題,就必須對儲層進行沉積微相分析[2]。……