基于前馈神经网络井控多属性融合的断裂识别方法
赵军, 冉琦, 朱博华, 李洋, 梁舒瑗, 常健强

A method for identifying faults based on well-controlled multi-attribute fusion using a feedforward neural network
ZHAO Jun, RAN Qi, ZHU Bo-Hua, LI Yang, LIANG Shu-Yuan, CHANG Jian-Qiang
表1 断面类型判定原则
Table 1 Classify principle of fracture type
判别因素 定性显示或定量值域 组合
放空漏失情况(主要) 放空、漏失量
大于30m3
2(大断面):满足3个以上判别因素且至少包含1个主要因素
1(小断面):满足1到2个判别因素且至少包含1个主要因素
0(非断面):主要因素=0项
成像测井情况(主要) 显示断面
AFE(次要) 100~255
相干(次要) -128~0
Likelihood(次要) 0.3~1.0
纹理(次要) >5
倾角属性(次要) >5