利用改进的自组织网络进行地震属性分析

英文篇名：SEISMIC ATTRIBUTE ANALYSIS BY USING IMPROVED SELF-ORGANIZING NETWORK
中文刊名：西南石油大学学报(自然科学版)
英文刊名：Journal of Southwest Petroleum University(Science & Technology Edition)
作者：丁峰 ; 尹成 ; 朱振宇 ; 桑淑云 ; 魏艳
英文作者：DING Feng1 ; YIN Cheng1 ; ZHU Zhen-yu2 ; SANG Shu-yun2 ; WEI yan3(1.Resource and Environment Institute ; Southwest Petroleum University ; Chengdu Sichuan 610500 ; China ; 2.CNOOC Research Center ; Beijing 100027 ; China ; 3.Research Institute of Exploration and Development ; Southwest Branch Company ; SINOPEC ; Deyang Sichuan 618000 ; China)
中文关键词：地震相 ; 自组织神经网络 ; 地震属性 ; 灵敏属性分析 ; 储层预测 ; RBF网络
英文关键词：Seismic phase ; self-organizing neural network ; seismic attribute ; sensitive attribute analysis ; reservoir prediction ; RBF Network
出版日期：2009-08-15
机构：西南石油大学资源与环境学院;中海石油研究中心;中国石化西南油气分公司勘探开发研究院德阳分院;
年：2009
期：04
出版单位：西南石油大学学报(自然科学版)

摘要

自组织神经网络结合地震属性技术往往被用于进行地震相的自动识别,但在实际应用中存在着一些问题难以解决:如神经网络的分类识别能力问题、怎样选取地震属性、怎样解决自组织聚类的有序映射等。对Kohonen自组织网络进行了部分改进,并利用灵敏属性分析技术来解决地震属性的选择问题,最后结合自组织聚类参数利用RBF网络对储层参数进行预测,较为有效地提高了地震多属性储层预测精度。
The self-organizing neural network technology,combining with seismic attribute,is often used in the automatic identification of seismic facies,but in practical applications,this method has some problems to solve difficultly,such as the classification and recognition of neural network,the selection of seismic attributes and the resolution of the Clustering self-organizing image in an orderly manner and so on.In this paper,some improvement on Kohonen self-organizing networks is made,and the sensitive attribute analysis techniques are used to solve the problem of the choose of seismic attributes,and finally,combining self-organizing network clustering parameters,using of RBF reservoir parameters,the multi-attribute reservoir prediction accuracy is predicted and improved more effectively.

引文

[1]穆星.利用地震几何属性和自组织神经网络进行地震相的自动识别[J].地质科技情报,2005,24(3):109-112.
    [2]邓传伟.利用波形建立地震相[J].石油地球物理勘探,2004,39(5):539-542.
    [3]袁全社,乐有喜.用神经网络与构造属性进行交互地震相分析[J].勘探地球物理学进展,2004,27(2):93-98.
    [4]赵军.地震属性技术在沉积相研究中的应用[J].石油物探,2004,4(S1):67-69.
    [5]段玉顺,李芳.地震相的自动识别方法及应用[J].石油地球物理勘探,2004,39(2):158-162.
    [6]林吉祥,施泽进,凌云,等.利用基本地震属性对目标层段的沉积演化解释研究[J].成都理工大学学报(自然科学版),2007,34(2):1-4.
    [7]古发明,尹成,丁峰.应用粗集理论优选地震属性的方法研究[J].西南石油大学学报,2007,29(6):1-4.
    [8]印兴耀,周静毅.地震属性优化方法综述[J].石油地球物理勘探,2005,40(4):482-489.
    [9]于建国,姜秀清.地震属性优化在储层预测中的应用[J].石油与天然气地质,2003,24(3):291-294.
    [10]温书亮,刘志斌,何峰.地震多属性聚类分析技术及其在渤海某区块油气预测中的应用[J].天然气工业,2007,27(S1):373-374.
    [11]Schultz P S,Ronen S,Hattori M,et al.Seismic-guided estimation of log properties Part1:A data-driven inter-pretation methodology[J].The Leading Edge,1994,13(5):305-315.
    [12]鲍祥生,尹成,赵伟,等.储层预测的地震属性优选技术研究[J].石油物探,2006,45(1):28-33.
    [13]魏艳,尹成,丁峰,等.地震多属性综合分析的应用研究[J].石油物探,2007,46(1):42-47.
    [14]王元君,王峻,周心怀,等.辽东湾辽中凹陷J27区东营组岩性圈闭成藏条件研究[J].成都理工大学学报(自然科学版),2008,35(5):523-527.
    [15]戈汉权,施泽进,任在清.基于偏最小二乘与神经网络耦合的储层参数预测[J].成都理工大学学报(自然科学版),2007,34(6):618-620.