自组织神经网络在火成岩岩性识别中的应用
详细信息
- 责任者：张平^c中国石油勘探开发研究院西北分院^d1984^e硕士^f助理工程师 ; 潘保芝^c吉林大学 ; 张莹 ; 王鹏 ; 董瑞新^c中国石油大庆石油管理局钻探集团测井公司
- 刊名：石油物探
- 出版年：2009
- 卷期：48^b1
- 关键词：结晶岩类储集层 ; 神经网络系统 ; 测井曲线20^a储集层 ; 火成岩 ; 岩矿鉴定 ; 自组织作用 ; 地球物理测井
- 页码：53～56
- 索书号：P630.6/208-5
- 图表：^c参14插图
- 分类号：2100,0831
- 文摘期号：2009/07
摘要
火成岩储层岩性复杂,识别难度大,当已知地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此,基于自组织神经网络(SOM网络)的结构和原理,在松辽盆地南部利用实际测井资料建立了火成岩样本数据集;利用SOM网络对样本数据集进行了训练,得到了数据集的聚类结果;讨论了SOM网络的标准化方式、结构参数和测井曲线对聚类结果的影响,认为利用正态标准化方法、选择合适的结构参数和测井曲线,以样本数据集的聚类结果作为分类基础,对火成岩井段测井资料进行了岩性识别,获得了较好的效果。