基于神经网络的试井解释模型识别方法研究

人工神经网络具有从不完全、噪声中正确分辨模式的能力。对于不同的试井解释模型,对压力导数曲线进行付里叶交换和梅林交换预处理,抽取不变性特征信息做为网络的训练样本,用BP算法对网络进行训练,训练后的网络即可根据现场试井数据识别出模型。实例结果表明,本文的方法是一种有效的识别方法。