沉积微相测井资料神经网络判别方法研究

不同的沉积微相可以由不同的相标志组合识别,相标志与沉积微相之间的关系可以采用神经网络通过许多基本处理单元间并行的相互作用建立。沉积微相相标志既可以由地质资料的观察、岩芯分析直接获得,也可以由测井资料间接地求得     

应用SVM方法进行沉积微相识别

作者针对目前沉积微相中的特征提取问题,提出了应用ＳＶＭ（支持向量机）方法进行沉积微相识别的方案。该方法不是象传统方法那样首先试图将原输入空间降维（即特征选择变换）,而是设法将输入空间升维,以求在高维空间中问题变得线性可分（或接近线性可分）。因为升维后只是改变了内积运算,并没有使算法复杂性随着维数的增加而增加,因此这种方法才是可行的。所以。利用该方法更能胜任实际情况。实际处理表明该方法在小样本情况下     

神经网络和分形几何方法在识别测井沉积微相中的应用

本文综合应用人工神经网络和分形几何等最新的模式识别数学方法，遵循地质家的思维方式，进行了测井资料沉积微相解释方法研究；并在工作站上开发了人机联作解释软件。将工作站系统在运算速度、人机交互及图件制作方面的优势与解释人员的经验和推理判断能力有机地结合起来，为测井资料沉积微相解释提供了新的技术手段和良好的计算机辅助工具。将其应用于辽河油田长北地区，对１８口井的沙海组上段～阜新组下段进行了沉积微相连续解释，取得了良好效果。     

西成矿田中泥盆统碳酸盐岩沉积微相、微相组及其环境分析

西成地区中泥盆统碳酸盐岩分布广泛,岩石类型多,相变急剧。本文以结构成因分类为基础,将本区碳酸盐岩归纳为四类26种微相,并分析了每种微相的基本沉积条件和形成环境。据区内微相的相邻和共生关系,建立了10个主要微相组合,并解释了各种微相组的沉积环境及其演化。根据微相组控矿,提出半开阔台地凹陷盆地和生物滩(层)礁后浅水盆地是本区碳酸盐型铅锌矿成矿的有利环境。     

五号桩油田沙三段下亚段沉积微相特征

在岩心分析、区域地层对比的基础上,详细划分、描述了五号桩油田沙三段下亚段浊积扇砂岩体的沉积相特征,并将其划分为内扇、中扇、外扇等三个亚相,其中,内扇和外扇又细分为主沟道、主沟堤、辫状水道、道间及过渡带等五种微相。通过单井及连井剖面相分析,总结了沙三段下亚段各沉积单元的平面展布特征和纵向演化规律,为该油田的全面滚动勘探开发和注采方案的编制提供了地质依据。     

松辽盆地白垩系浅水湖泊三角洲沉积微相研究——以大庆杏树岗油田杏三区东部葡Ⅰ1-3小层为例

根据密井网测井、录井以及其它分析化验资料,结合区域地质背景,对松辽盆地杏树岗油田杏三区东部白垩系姚家组一段葡萄花Ⅰ组油层1-3小层(葡Ⅰ1-3小层)沉积微相类型、特征、组合模式和不同地质时期沉积微相平面展布特征及其演化规律进行系统的研究。结果表明,葡Ⅰ1-3小层为浅水湖泊三角洲沉积,主要发育三角洲分流平原和三角洲内前缘2种沉积亚相,含11种沉积微相,具有不同的沉积特征和测井相模式;利用自然电位曲线幅变值和砂体厚度,有效识别天然堤、水上决口沉积、溢岸薄层砂3种有成因联系、测井曲线形态类似的沉积微相;进一步根据各沉积微相的测井曲线形态组合、沉积成因及沉积作用的不同,总结出7种沉积微相组合模式。葡Ⅰ1-3小层沉积演化经历了早期湖退、中期稳定、晚期湖侵3个阶段,不同时期的沉积特征、沉积微相展布各异,总体表现出湖盆发育规模由大变小,再变大,骨架砂体厚度和理想钻遇率逐渐减小的特点。     

储层沉积微相研究——以下二门油田核三段砂体为例

以河南省下二门油田核三段为例，详细阐述了储层沉积微相研究方法。该油田研究层段属辫状河三角洲体系的前缘相带，可划分出水下分流河道、河口砂坝、前缘席状砂和前三角洲泥四种主要的没积微相类型。通过地岩心和测井资料的分析，建立了该区的岩－电关系图版，并绘制了沉积微相平面展布图，对下二门油田核三段沉积微相在平面上和垂向上的变化规律进行了系统研究。     

神经网络微地震相分析方法及应用

传统地震相分析满足不了目前油田勘探开发的需要.神经网络微地震相分析将神经网络应用于高质量地震三维数据体中,可对单一反射同相轴进行波形信号分析和训练,建立模型地震道,并以之对实际地震道进行分类,产生在平面和剖面上精度较高的微地震相分布.新场气田和塔河油田的实际应用表明,神经网络微地震相分析是可靠的和有效的.     

综合利用测井曲线研究英台地区沉积微相──以青三段二砂组为例

本文利用综合测井曲线，在前人沉积大相及亚相研究的基础上，对英台地区下白垩统青山口组三段二砂组（ｋ１ｑｎ３２）进行了沉积微相研究，目的在于进一步提高测井曲线信息的利用率，了解单砂层展布、规模和相带分区，为合理开发油气田提供依据。     

基于Adaboost算法的沉积微相自动识别——以陇东气田Q区山西组为例

在油气田开发中,沉积微相识别对于明确沉积背景及单砂体刻画起着重要的作用。陇东气田地质条件复杂,主力气藏深度大、产层单一,仅山1段底部产气,对于多种资料交叉共同分析沉积微相,仅依靠人工判别沉积微相,过程复杂且容易出错,很难在沉积微相和测井数据之间建立精确的对应关系。为了充分利用测井资料,提高沉积微相划分的效率,提出一种基于Adaboost算法的沉积微相自动识别方法,为后期气田开发沉积背景及单砂体刻画提供更准确的依据。在研究中,对测井曲线进行优选,并进行预处理,运用数学统计法提取了6个特征参数作为训练的输入集,把沉积微相的类型作为训练的输出结果标签,从已解释的沉积微相数据中选取共1210组作为训练样本,其中组建的训练样本共约968组,组建测试样本242组。研究结果显示,应用该方法的训练效果和测试结果的准确性分别达到96.45%,90.4%,可以验证该方法在陇东气田Q区应用效果较好。     

自组织神经网络用于地质样品分类

地质样品的分类是地质学中一个重要问题。本文提出用一种神经网络———ART2模型来实现自动分类。该方法简单、实用,分类效果令人满意。网络的应用结果显示出它具有良好的获得最佳分类数和最佳分类的双重功能。     

BP神经网络在储量计算中的应用

由于地质统计学需对研究变量作出先验假设,极大地限制了它的进一步推广。作者将ＢＰ神经网络方法引入矿体品位估值及储量计算之中,通过对比研究,探讨了该方法的可行性。     

BP人工神经网络在地学中的应用

ＢＰ人工神经网络是摸拟人脑机理和功能的一种新型计算机和人工智能技术,它在数据处理中可避免数据分析和建模中的困难,采用拟人化的方法进行处理,特别适用于不确定性和非结构化信息处理,因而对地质学中各种未知信息的预测有着较好的适用性。     

人工神经网络在灌浆加固工程中的应用

提出灌浆加固工程中预测单位深度吸浆量的人工神经网络模型，详细介绍了该模型的建模过程，北结合工程实例，验证预测结果和实际数据有较好吻合性，同时表明在复杂地质条件下，灌浆加固工程中利用这一模型进行单位深度吸浆量预测是有效的。     

神经网络的任务分解在抽油泵故障诊断系统中的研究

作者通过神经网络的任务分解在抽油泵故障诊断神经网络系统的研究 ,分析了神经网络任务分解的理论依据 ,并通过实验得出了神经网络任务分解时所需遵循的几个结论 ,以及通过实验证明神经网络任务分解对于减少网络的收敛迭代次数是一种行之有效的方法     

神经网络理论在自贡市水资源评价中的应用

应用神经网络的理论和方法,预测了自贡市目标规划年的需水量,并由此完成对自贡市水资源远景状况的评价及开发规模的研究     

遗传神经网络测井解释技术在宝北区块的应用初探

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。     

神经网络模型在测井岩性识别中的应用

用山西赵庄1603孔测井资料作样本,应用反向传播(BP)神经网络进行处理,以达到自动识别岩性的目的;并对选择网络结构参数、学习样本等作了简要介绍,以此样本作为标准来预测潘庄0601孔测井相所对应的地质相特征,预测结果令人满意。     

特征结构的高阶神经网计算

本文在详细讨论特征结构提取问题的能量函数表示的基础之上,通过对该能量函数表示的适当变换和整理,高阶关联非线性连续时间神经网络被引入到特征结构的提取问题中,这种方法直观、明了,它将所要提取的特征结构与网络稳定时的输出直接对应起来,可对特征结构进行自适应跟踪、估计,这为特征结构的提取开辟了一个新的领域。     

人工神经网络在致密砂岩气层识别中的应用

致密砂岩气层识别是一个难题。如何在已有的地质、钻井、测井、地震等资料的基础上，利用现代人工智能方法进行气层识别，值得我们去探计。作者在本文中利用一个改进的BP网络模型，充分利用现有的地质、测井等资料，以单井为单元进行垂向气层识别，然后又以地震资料为约束进行气层横向预测，结果非常令人满意。