测井技术
測井技術
측정기술
WELL LOGGING TECHNOLOGY
2013年
3期
264-268
,共5页
声波测井%偶极横波%气层指标%火山岩%Kohonen神经网络
聲波測井%偶極橫波%氣層指標%火山巖%Kohonen神經網絡
성파측정%우겁횡파%기층지표%화산암%Kohonen신경망락
acoustic logging%dipole shear wave%gas indicator%volcanic%Kohonen neural network
利用偶极横波测井数据求取火山岩储层的4个气层识别指标:压缩系数、泊松比、横纵波速度比以及等效弹性模量差比.这4个气层识别指标在一定程度上都能指示气层的存在,但是单个指标不能将气层、差气层、气水同层、水层、干层区分开,为此引入Kohonen神经网络方法综合识别流体性质.在试气层段提取各个气层指标的数据作为神经网络的输入,流体性质作为输出,构成Kohonen神经网络所需样本数据,建立神经网络气层自动识别方法,通过合层技术自动输出解释剖面.在松南火山岩气田应用,与试气结论相比,预测符合率为83.3％.
利用偶極橫波測井數據求取火山巖儲層的4箇氣層識彆指標:壓縮繫數、泊鬆比、橫縱波速度比以及等效彈性模量差比.這4箇氣層識彆指標在一定程度上都能指示氣層的存在,但是單箇指標不能將氣層、差氣層、氣水同層、水層、榦層區分開,為此引入Kohonen神經網絡方法綜閤識彆流體性質.在試氣層段提取各箇氣層指標的數據作為神經網絡的輸入,流體性質作為輸齣,構成Kohonen神經網絡所需樣本數據,建立神經網絡氣層自動識彆方法,通過閤層技術自動輸齣解釋剖麵.在鬆南火山巖氣田應用,與試氣結論相比,預測符閤率為83.3％.
이용우겁횡파측정수거구취화산암저층적4개기층식별지표:압축계수、박송비、횡종파속도비이급등효탄성모량차비.저4개기층식별지표재일정정도상도능지시기층적존재,단시단개지표불능장기층、차기층、기수동층、수층、간층구분개,위차인입Kohonen신경망락방법종합식별류체성질.재시기층단제취각개기층지표적수거작위신경망락적수입,류체성질작위수출,구성Kohonen신경망락소수양본수거,건립신경망락기층자동식별방법,통과합층기술자동수출해석부면.재송남화산암기전응용,여시기결론상비,예측부합솔위83.3％.
