排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
补偿模糊神经网络在储层参数预测中的应用 总被引:2,自引:0,他引:2
为了克服常规BP神经网络法在预测储层参数中出现学习速度慢、无法结合专家知识等不足,我们引入了补偿模糊神经网络。它是一个结合了补偿模糊逻辑和神经网络的混合系统,由面向控制和面向决策的神经元组成,其模糊运算采用动态的、全局优化运算,学习速度快、学习过程稳定,将其用于储层参数预测效果良好。 相似文献
3.
动态聚类分析在储层分级中的应用 总被引:5,自引:0,他引:5
在油气田,特别是海上油气田勘探开发工作中,为了提高经济效益,通常需要对储层进行分级,以便合理地制定勘探开发方案,然而,目前普遍使用的测井解释方法都无法提供储层分级的级别,通用的聚类分析也只能进行样本分类,为了从测井资料中获取储层分级信息,作者在动态聚类分析的基础上,将聚类中心的特征值之和定义为分级指数,从而成功地解决了储层分级问题,通过南海某油田ST36井的测井资料处理,并经多种资料验证,证明了用该方法进行储层分级是有效的。 相似文献
1