一种基于神经网络的沉积相识别方法

将人工神经网络(ANN)模式识别技术应用于对测井曲线进行单井划相,加快了划相速度,大大提高了工作效率。根据某地区的河流微相特征标志,给出了一种基于神经网络的沉积相识别方法。神经网络采用带有动量项和自适应学习率的反向传播算法(BP)进行训练。

一种基于神经网络的沉积相识别方法

将人工神经网络(ANN)模式识别技术应用于对测井曲线进行单井划相,加快了划相速度,大大提高了工作效率。本文根据某地区的河流微相特征标志,给出了一种基于神经网络的沉积相识别方法。神经网络采用带有动量项和自适应学习率的反向传播算法(BP)进行训练。

应用神经网络模式识别技术进行测井沉积学研究

将人工神经网络 (ANN)模式识别技术应用于测井沉积学解释中 ,可以实现井剖面沉积环境的连续自动解释 ,大大提高解释精度和工作效率。在确定济阳坳陷车镇凹陷关键井 8种主要沉积相及测井响应模式的基础上 ,从测井曲线中提取出 10种具有较明确地质意义的特征参数 ,在岩心观察以及地区经验的基础上优选指示沉积相灵敏性较好的曲线组合 ,基于神经网络模式识别技术进行井剖面沉积微相自动解释。采用自行开发的软件解释了 40余口井的沉积微相 ,取得了较好的效果。该软件适用于具有一定区域背景知识和地质解释经验的人员。图 3表 2参