四川地质学报
四川地質學報
사천지질학보
ACTA GEOLOGICA SICHUAN
2014年
2期
304-306
,共3页
BP神经网络%测井数据%原煤灰分%应用
BP神經網絡%測井數據%原煤灰分%應用
BP신경망락%측정수거%원매회분%응용
BP neural network%logging data%raw coal ash%application
测井曲线能敏感反应原煤灰分，为了利用测井数据分析原煤灰分，采用BP神经网络建立测井数据预测原煤灰分模型，用以研究利用自然伽马、密度和视电阻率等测井参数估测原煤灰分的方法。通过网络训练与测试，实验预测结果与期望结果吻合性好、误差小，因而BP神经网络可以用于测井数据预测原煤灰分。
測井麯線能敏感反應原煤灰分，為瞭利用測井數據分析原煤灰分，採用BP神經網絡建立測井數據預測原煤灰分模型，用以研究利用自然伽馬、密度和視電阻率等測井參數估測原煤灰分的方法。通過網絡訓練與測試，實驗預測結果與期望結果吻閤性好、誤差小，因而BP神經網絡可以用于測井數據預測原煤灰分。
측정곡선능민감반응원매회분，위료이용측정수거분석원매회분，채용BP신경망락건립측정수거예측원매회분모형，용이연구이용자연가마、밀도화시전조솔등측정삼수고측원매회분적방법。통과망락훈련여측시，실험예측결과여기망결과문합성호、오차소，인이BP신경망락가이용우측정수거예측원매회분。
Logging curves can respond sensitively to raw coal ash. This paper establishes a prediction model for raw coal ash based on logging data by means of BP neural network, using nature gamma curve, density curve and apparent resistivity curve for estimating raw coal ash.
