Please wait a minute...
E-mail Alert Rss
 
物探与化探  2004, Vol. 28 Issue (5): 457-459    
  论文 本期目录 | 过刊浏览 | 高级检索 |
遗传神经网络测井解释技术在宝北区块的应用初探
孙致学1, 孙治雷1, 郭春华2
1. 成都理工大学 四川, 成都 610051;
2. 四川轻化工学院 四川, 自贡 643000
A TENTATIVE APPLICATION OF THE GENETIC NEURAL NETWORK LOGGING INTERPRETATION TECHNIQUE TO BAOBEI BLOCK
SUN Zhi-xue1, SUN Zhi-lei1, GUO Chun-hua2
1. Chengdu University of Technology, Chengdu 610059, China;
2. Sichuan College of Light and Chemical Industry, Zigong 643000, China
全文: PDF(164 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

将遗传算法与人工神经网络(BP网络)的原理结合,对BP网络进行了改进,提高了收敛速度,并防止陷入局部极小。应用改进后的BP算法,建立了针对测井解释的神经网络模型,并应用此模型定量计算了宝北区块的多口井的渗透率值,其解释结果及精度均令人满意。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
高磊
陈文雄
薛明星
关键词 气烟囱识别倾角数据体神经网络油气运移成藏模式    
Abstract

In this study, genetic algorithm was combined with ANN theory, and the principle of artificial neural network was utilized to interpret the logging information. In addition, the BP was altered to improve the convergence speed and avoid local minimization. The advanced neural network was also used to establish the network model for log interpretation. Various log and core descriptions were used for the interpretation model of neural network in practice. Log data of several oil wells were interpreted by this model, with good accuracy and application result obtained.

Key wordsgas chimney recognition    steering cube    neural network    hydrocarbon migration    accumulation model
收稿日期: 2004-02-22      出版日期: 2004-10-24
: 

P631.3

 
作者简介: 孙致学(1979-),男,山东省沂南县人.1998年毕业于成都理工大学石油系,现为成都理工大学能源学院硕士生,研究方向:油藏工程、数模、测井.
引用本文:   
孙致学, 孙治雷, 郭春华. 遗传神经网络测井解释技术在宝北区块的应用初探[J]. 物探与化探, 2004, 28(5): 457-459.
SUN Zhi-xue, SUN Zhi-lei, GUO Chun-hua . A TENTATIVE APPLICATION OF THE GENETIC NEURAL NETWORK LOGGING INTERPRETATION TECHNIQUE TO BAOBEI BLOCK. Geophysical and Geochemical Exploration, 2004, 28(5): 457-459.
链接本文:  
https://www.wutanyuhuatan.com/CN/      或      https://www.wutanyuhuatan.com/CN/Y2004/V28/I5/457

[1] 杨斌,肖慈珣.基于神经模糊系统的储层参数反演[J].石油与天然气地质,2000,21(2):173-177.
[2] 杨建刚.人工神经网络实用教程[M].杭州:浙江大学出版社,2001.
[3] Goldberg D E.Genetic Algorithms in Search[M].Optimitation and Machine Learning,Addson-Wealey,1989.
[4] 曾文冲.油气藏储集层测井评估技术[M].北京:石油工业出版社,1996.
[5] 焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1995.

[1] 朱颜, 韩向义, 岳欣欣, 杨春峰, 常文鑫, 邢丽娟, 廖晶. 致密砂岩储层脆性测井评价方法研究及应用——以鄂尔多斯盆地渭北油田为例[J]. 物探与化探, 2021, 45(5): 1239-1247.
[2] 张鹏飞, 张世晖. 西湖凹陷平湖组砂泥岩岩性神经网络地震预测[J]. 物探与化探, 2021, 45(4): 1014-1020.
[3] 李瑞友, 张淮清, 吴昭. 基于在线惯序极限学习机的瞬变电磁非线性反演[J]. 物探与化探, 2021, 45(4): 1048-1054.
[4] 吴国培, 张莹莹, 张博文, 赵华亮. 基于深度学习的中心回线瞬变电磁全区视电阻率计算[J]. 物探与化探, 2021, 45(3): 750-757.
[5] 陈晓晶, 虎新军, 李宁生, 仵阳, 程国强, 倪萍, 曹园园, 卜进兵. 银川盆地东缘地热成藏模式探讨[J]. 物探与化探, 2021, 45(3): 583-589.
[6] 梁立锋, 刘秀娟, 张宏兵, 陈程浩, 陈锦华. 超参数对GRU-CNN混合深度学习弹性阻抗反演影响研究[J]. 物探与化探, 2021, 45(1): 133-139.
[7] 臧子婧, 吴海波, 丁海, 张平松, 董守华. 基于优选地震属性与PSO-BP模型的煤层含气量预测[J]. 物探与化探, 2020, 44(6): 1381-1386.
[8] 王逸宸, 柳林涛, 许厚泽. 基于卷积神经网络识别重力异常体[J]. 物探与化探, 2020, 44(2): 394-400.
[9] 付康伟, 张学强, 彭炎. BP神经网络算法在陆域天然气水合物成藏预测中的应用[J]. 物探与化探, 2019, 43(3): 486-493.
[10] 王嘉怡, 郝立波, 赵新运, 马成有, 陆继龙, 赵玉岩, 魏俏巧. 基于土壤化学成分的基岩岩石类型识别[J]. 物探与化探, 2018, 42(6): 1180-1185.
[11] 张兆龙, 王跃钢, 腾红磊, 王乐. 一种基于遗传算法和BP神经网络的选星方法[J]. 物探与化探, 2017, 41(5): 946-950.
[12] 鱼鹏亮, 刘建利, 屈挺, 李明, 李冰, 黄斐. 呼仁布其凹陷土壤油气化探异常成因类型及异常模式[J]. 物探与化探, 2016, 40(5): 880-884.
[13] 高磊, 陈文雄, 薛明星. 渤海A油田气烟囱识别及其研究意义[J]. 物探与化探, 2016, 40(4): 675-680.
[14] 张瑞, 陈刚, 潘保芝, 蒋必辞, 杨雪, 刘丹. 基于细菌觅食优化广义回归神经网络的煤层气含量预测[J]. 物探与化探, 2016, 40(2): 327-332.
[15] 祁雪梅, 董守华. 地震相技术在煤层气勘探中的应用[J]. 物探与化探, 2012, 36(2): 170-173,179.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com