山东化工
山東化工
산동화공
SHANDONG CHEMICAL INDUSTRY
2015年
14期
107-110
,共4页
小波%裂缝密度%密度测井%小波变换%神经网络
小波%裂縫密度%密度測井%小波變換%神經網絡
소파%렬봉밀도%밀도측정%소파변환%신경망락
裂缝性储层参数的研究是裂缝性油气藏勘探的一个重点.本文以裂缝密度为基础,利用不同小波基对常规测井中的分维后的密度测井数据分别共进行了10次分解并与裂缝密度进行相关性分析,进而建立合适的数据体,为准确提取裂缝信息并计算裂缝密度建立基础.分析结果表明,小波分解的d7信号与裂缝密度线性相关性最好,使用该数据建立数据体,基于神经网络方法,计算出的裂缝密度准确度较高.
裂縫性儲層參數的研究是裂縫性油氣藏勘探的一箇重點.本文以裂縫密度為基礎,利用不同小波基對常規測井中的分維後的密度測井數據分彆共進行瞭10次分解併與裂縫密度進行相關性分析,進而建立閤適的數據體,為準確提取裂縫信息併計算裂縫密度建立基礎.分析結果錶明,小波分解的d7信號與裂縫密度線性相關性最好,使用該數據建立數據體,基于神經網絡方法,計算齣的裂縫密度準確度較高.
렬봉성저층삼수적연구시렬봉성유기장감탐적일개중점.본문이렬봉밀도위기출,이용불동소파기대상규측정중적분유후적밀도측정수거분별공진행료10차분해병여렬봉밀도진행상관성분석,진이건립합괄적수거체,위준학제취렬봉신식병계산렬봉밀도건립기출.분석결과표명,소파분해적d7신호여렬봉밀도선성상관성최호,사용해수거건립수거체,기우신경망락방법,계산출적렬봉밀도준학도교고.
