油气地质与采收率
油氣地質與採收率
유기지질여채수솔
PETROLEUM GEOLOGY AND RECOVERY EFFICIENCY
2003年
2期
36-37,79
,共3页
BP人工神经网络%训练%解释模型%油气层识别
BP人工神經網絡%訓練%解釋模型%油氣層識彆
BP인공신경망락%훈련%해석모형%유기층식별
利用BP人工神经网络误差反向传播算法,开发了神经网络油气层解释软件.通过对泌阳凹陷安棚深层系和焉耆盆地已试油层的原始资料进行学习、训练,建立了油气层神经网络解释模型.运用该模型可完成储层流体类型的划分和识别,结合录井、测井等原始资料,可实现计算机处理自动化,其预测符合率达84.2%.
利用BP人工神經網絡誤差反嚮傳播算法,開髮瞭神經網絡油氣層解釋軟件.通過對泌暘凹陷安棚深層繫和焉耆盆地已試油層的原始資料進行學習、訓練,建立瞭油氣層神經網絡解釋模型.運用該模型可完成儲層流體類型的劃分和識彆,結閤錄井、測井等原始資料,可實現計算機處理自動化,其預測符閤率達84.2%.
이용BP인공신경망락오차반향전파산법,개발료신경망락유기층해석연건.통과대비양요함안붕심층계화언기분지이시유층적원시자료진행학습、훈련,건립료유기층신경망락해석모형.운용해모형가완성저층류체류형적화분화식별,결합록정、측정등원시자료,가실현계산궤처리자동화,기예측부합솔체84.2%.
