CAJ | 학술논문

储层流体的识别一直是石油工业中重要的问题，也是长期困扰大家的一个难点。针对测井资料并综合利用各种数学手段，如交会图法、多参数方程、统计分析以及神经网络等方法大大提高了对储层流体识别的准确率。尤其是近些年来BP神经网络技术在储层流体识别中得到了很好的推广和利用。在使用BP神经网络时，很多人倾向选择所有的测井参数作为神经网络的输入。本文利用逐步判别法来优选测井参数作为神经网络的输入，逐步判别法可以优选判别能力强的参数，剔除对区分总体不明显的变量，这样优选测井参数的神经网络收敛速度快，预测准确率高。
저층류체적식별일직시석유공업중중요적문제，야시장기곤우대가적일개난점。침대측정자료병종합이용각충수학수단，여교회도법、다삼수방정、통계분석이급신경망락등방법대대제고료대저층류체식별적준학솔。우기시근사년래BP신경망락기술재저층류체식별중득도료흔호적추엄화이용。재사용BP신경망락시，흔다인경향선택소유적측정삼수작위신경망락적수입。본문이용축보판별법래우선측정삼수작위신경망락적수입，축보판별법가이우선판별능력강적삼수，척제대구분총체불명현적변량，저양우선측정삼수적신경망락수렴속도쾌，예측준학솔고。