基于横波测井资料的神经网络火山岩流体性质识别
  • 【摘要】

    利用偶极横波测井数据求取火山岩储层的4个气层识别指标:压缩系数、泊松比、横纵波速度比以及等效弹性模量差比.这4个气层识别指标在一定程度上都能指示气层的存在,但是单个指标不能将气层、差气层、气水同层、水层、干层区分开,为此引入Kohonen神经网络方法综合识别流体性质.在试气层段提取各个气层指标的数据作为神经网络的输入,流体性质作为输出,构成Kohonen神经网络所需样本数据,建立神经网络气层自动识... 展开>>利用偶极横波测井数据求取火山岩储层的4个气层识别指标:压缩系数、泊松比、横纵波速度比以及等效弹性模量差比.这4个气层识别指标在一定程度上都能指示气层的存在,但是单个指标不能将气层、差气层、气水同层、水层、干层区分开,为此引入Kohonen神经网络方法综合识别流体性质.在试气层段提取各个气层指标的数据作为神经网络的输入,流体性质作为输出,构成Kohonen神经网络所需样本数据,建立神经网络气层自动识别方法,通过合层技术自动输出解释剖面.在松南火山岩气田应用,与试气结论相比,预测符合率为83.3%. 收起<<

  • 【作者】

    边会媛  潘保芝  王飞 

  • 【作者单位】

    中国地质大学/吉林大学地球探测科学与技术学院

  • 【刊期】

    测井技术 ISTIC PKU 2013年3期

  • 【关键词】

    声波测井  偶极横波  气层指标  火山岩  Kohonen神经网络  acoustic logging  dipole shear wave  gas indicator  volcanic  Kohonen neural network 

  • 【基金项目】

    国家自然科学基金 国家重大专项