CAJ | 학술논문

洛带气田蓬莱镇组的主要储产层为浅水三角洲沉积,含油气资源比较丰富,但地质情况非常复杂,测井物性参数解释十分困难.文章针对本地区储层非均质性强、岩性复杂,用常规测井方法难以解释的特点,在测井解释时选用了神经网络计算法,并且应用遗传算法(GA)对传统的BP神经网络进行了改进.在此基础上,利用多种测井数据及岩心分析资料作为网络模型的学习样本,通过网络的学习、训练,建立了渗透率等参数的神经网络计算模型,应用此模型计算了新样本的预测物性参数值.计算结果与实际岩心分析结果相比较后表明,遗传BP算法的学习速度和计算精度均令人满意.
락대기전봉래진조적주요저산층위천수삼각주침적,함유기자원비교봉부,단지질정황비상복잡,측정물성삼수해석십분곤난.문장침대본지구저층비균질성강、암성복잡,용상규측정방법난이해석적특점,재측정해석시선용료신경망락계산법,병차응용유전산법(GA)대전통적BP신경망락진행료개진.재차기출상,이용다충측정수거급암심분석자료작위망락모형적학습양본,통과망락적학습、훈련,건립료삼투솔등삼수적신경망락계산모형,응용차모형계산료신양본적예측물성삼수치.계산결과여실제암심분석결과상비교후표명,유전BP산법적학습속도화계산정도균령인만의.