神经网络方法识别测井曲线形态

详细信息   全文下载|推荐本文 |

• 出版年：2009
• 作者：张冰；潘保芝；王英伟；张平
• 单位1：吉林大学地球探测科学与技术学院
• 出生年：1989
• 学历：硕士
• 语种：中文
• 作者关键词：自组织神经网络；曲线形态；模式识别；沉积相
• 起始页：611
• 总页数：6
• 刊名：物探化探计算技术
• 是否内版：否
• 刊频：双月刊
• 创刊时间：1979
• 主管单位：四川省教育厅
• 主办单位：成都理工大学；中国地质科学院物化探研究所
• 主编：贺振华
• 地址：成都理工大学内
• 电子信箱：wtht@cdut.edu.cn
• 卷：31
• 期：6
• 期刊索取号：P630.6 363-14
• 数据库收录：中国科技核心期刊；《CAJ-CD规范》执行优秀期刊；《中国科学引文数据库（CSCD）》来源期刊；《中国学术期刊综合评价数据库》来源期刊；《中国期刊网》入网期刊；《中国学术期刊（光盘版）》入编期刊；中国科技论文统计源期刊；《中国期刊全文数据库(CJFD)》全文收录期刊；万方数据（Chinainfo）系统科技期刊群入网期刊；《中国石油文摘》收录期刊；《中国地质文摘》收录期刊；《中文科技期刊数据库》收录期刊；《中国物理文摘》收录期刊；美国《化学文摘》（CA）来源期刊；俄罗斯《文摘杂志》（PЖ）收录期刊；美国《地
• 核心期刊：中国科技核心期刊

摘要

随着油田勘探开发程度的不断提高，要找到有利的油气聚集带以及在开发阶段提高油田采收率，都必须进行储层沉积相分析。这里介绍一种利用自组织神经网络识别曲线形态的方法。采用将测井曲线网格化，再利用自组织神经网络识别曲线形态，进而去判别沉积相。此方法可以对测井曲线形态进行识别，且消除了测井曲线中的不确定因素，运用该方法对实际测井曲线形态的识别基本正确。