遗传BP算法在洛带气田测井物性解释中的应用

应用遗传算法(GA)对BP网络进行了改进，并在此基础上，利用多种测井数据及岩心描述资料作为网络模型的学习样本，以测井解释渗透率等参数的神经网络模型为例，通过网络的学习、训练，建立了神经网络模型．应用此模型计算物性参数值，解释结果及精度均令人满意．     

BP神经网络在测井岩性识别中的应用

在岩性识别方法中，人工神经网络方法由于其识别结果客观可靠，得到越来越广泛的应用。研究选用BP神经网络，对金衢盆地的金66测井的岩性进行了识别，并对改善BP神经网络收敛性能的方法了有效探索。     

BP型神经网络系统及其在测井储层参数预测中的应用

人工神经网络是对生物神经网络结构和功能的模拟，将其应用于对测井储层参数的模拟预测，具有比用常规方法明显高的精度和优势，本文在简要叙述人工神经网络发展的基础上，介绍了ＢＰ型神经网络系统的结构，算法，原理，分析了应用该系统对王官屯地区六项储层参数的模拟预测效果结果表明，用该项技术对各项储层参数的模拟预测具有普遍较高的精度，并具有对某些用常规方法难以求解的参数能够的优势。     

神经网络方法在煤层气测井资料解释中的应用

根据煤层气储层及其测井响应特征,提出应用ＢＰ神经网络（简称ＢＰ网络） 方法进行煤层气测井资料的定量解释。通过对华北某地煤层气测井资料的处理,获得了满意的解释结果,证明该方法是有效和实用的。并对应用过程中的若干问题进行了分析讨论     

小波神经网络在测井油水解释中的应用

作者在本文中讨论了小波神经网络概念和油水测井曲线段的频率特性。以小波分析为数据预处理工具，首先用小波分解高频成分对测井曲线进行分段，然后应用小波分析提取出测井段的分频能量特征向量，以此向量代表井段的信息，并作为神经网络的输入，进行神经网络的测井解释，实现了小波神经网络的测井分段油水解释。     

煤层气测井资料解释初探

探讨了用于煤层气测井资料解释的煤层气储层的组成模型。煤层气储层具有双重孔隙结构,因此它可以分成裂隙和含微孔隙的基质两部分。就煤层气储层的组成成分而言,它由有机质、矿物质、水和气四个部分组成。从此组成模型出发,用以“岩心刻度测井”为主的解释方法,对煤层气储层的灰分、含气量和渗透率等储层参数进行了实测解释分析。     

甘肃镇原地区长7油导组储层特征及测井解释方法

本文从镇原地区长7油层组储层特征出发，研究了岩心分析的岩性，孔隙度，渗透率，相渗等物性参数与排驱压力，饱和度中值压力，退汞效率，平均喉道半径等孔喉结构参数及其与测井电性特征的关系，建立了神经网络多组分岩性和孔，渗，饱解释模型，以及多元回归孔喉结构参数分析模型，取得了一定的应用效果，并采用含油产状一物性－电性综合方法，确定储导有效厚度。     

核磁共振测井在低孔低渗油气层识别中的应用

核磁共振测井具有常规测井无法比拟的优势，它可直观准确地提供储集层的孔隙度、渗透率，区分可动流体和束缚流体．根据差谱分析可以定性的识别油水层．通过求解地层的束缚流体饱和度，结合电阻率测井，采用阿尔奇饱和度解释模型，进行了油(气)层的识别和含油(气)饱和度的计算，从而拓宽了核磁共振测井资料的应用范围，为低孔低渗油(气)层的评价提供了一种新的途径．     

人工神经网络在铀矿测井解释中的应用

本文探讨了运用人工神经网络方法完成铀矿测井解释任务的有关问题。采用了改进的BP算法，提高了网络收敛速度，优化了网络结构。研究使用了一种基于统计的学习样本生成方法，提高了样本的质量。实际应用网络进行岩性识别和孔隙度预测，取得了令人满意的结果。     

多功能测井解释理论及应用

多功能测井解释理论通过对测井学、渗流力学、油藏物理学等多门学科的综合，突破了以往测井解释主要以含油饱和度高低判别油水层的传统观念，认为相对渗透率的大小或束缚水饱和度的高低才是决定储层产液性质的原因，它的出现是测井解释理论的一次飞跃。     

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。     

地球物理测井在天然气水合物勘探中的应用

天然气水合物是一种潜在的巨大能源。美国、日本、俄罗斯等发达国家在该领域已经进行了大量的研究工作，试图从各个角度去探测天然气水合物的存在并评价其蕴藏量。地球物理测井在天然气水合物探测与储量评价领域发挥了重要作用并且随着以勘探天然气水合物为目的的钻井的增多，日益受到重视。基于国内在该领域研究较少的现状，综述了国外地球物理测井技术在天然气水合物勘探中的应用，详细介绍了常规测井方法定性识别和定量评价天然气水合物储层的孔隙度、饱和度方法和技术，基于含天然气水合物储层的碳氧比能谱测井解释模型以及成像测井在含天然气水合物井段的测井响应。并在此基础上分析了我国在该领域的研究思路。     

遗传算法在估计测井解释参数方面的应用

测井响应方程中通常包括一些常量参数，这些参数的选取直接影响解释结果的精度。遗传算法是一种自适应全局优化算法，具有求解各种特殊问题的灵活性。作者在本文简要地介绍了遗传算法的基本原理和运算规则，并以阿尔奇含水饱和度公式中a、m、n等参数的选取为例，探讨了将遗传算法应用于测井解释参数估计中的潜力。实践证明，该方法简便，应用效果较好。     

陕北南泥湾油田测井方法技术及发展方向

本文着重介绍了陕北南泥湾油田特低渗高阻含油层的测井系列选择及测井解释原则,并利用测井曲线估算储集层参数孔隙度、渗透率、含油饱和度,选择最佳压裂油段,取得了显著的地质效果。文中最后指出陕北石油测井今后应解决的地质问题和测井发展方向——数字测井技术。     

测井高分辨率层序地层对比在苏里格气田S井区盒8段中的应用

苏里格气田S井区单砂体的空间分布复杂,进一步高效开发气藏难度较大。基于S井区的区域地质、沉积相、测井、钻井、岩心资料,以Cross高分辨率层序地层学理论及其技术方法为指导,采用多级旋回层序划分方案,结合测井相分析技术,对苏里格气田S井区下的石盒子组盒8段,进行了高分辨率层序地层学及测井相研究。通过精细划分和对比,共识别出二个长期、四个中期和十一个短期基准面旋回层序,建立了区内高分辨率地层对比格架。上述沉积相划分和小层对比格架的建立,加深了对S井区砂体纵横向展布规律的认识,为合理制订下一步滚动勘探开发方案提供了地质依据。     

煤层气测井探测技术的应用

煤田中在煤层附近有煤层气砂岩储层、泥质砂岩储层的存在,声波、密度两种孔隙度测井是进行孔隙度探测的有效方法。但是,当煤层气砂岩储层、泥质砂岩储层含气饱和度较小时,其分辨能力较低,这时就可以利用三测向电阻率,通过阿尔奇公式来计算孔隙饱和度;或是统计计算区内煤层气储层下限值的方法,还可采用孔隙度挖补法,提高识别能力。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

用自组织神经网络方法实现测井相定量识别

作者在本文中介绍了一种利用自组织神经网络进行测井相识别的方法。自组织神经网络是一种无导师学习算法，它通过网络自身的调节对输入进行聚类，近年来广泛应用于各类模式识别问题中。这里我们采用从测井曲线中提取出反映沉积环境的信息参数，再利用自组织神经网络进行测井相判别。此法从沉积成因角度出发，判别沉积相模式，消除了测井曲线中的不确定因素，更具代表性。