基于PCA-BP神经网络的非常规储层岩性识别研究

作     者：胡嘉良 高玉超 余继峰 卢磊 张鸿君 杨子群 HU Jialiang;GAO Yuchao;YU Jifeng;LU Lei;ZHANG Hongjun;YANG Ziqun

作者机构：山东科技大学地球科学与工程学院山东青岛266590 兖矿东华建设有限公司地矿建设分公司山东邹城273500 

基　　金：国家自然科学基金项目(41472092) 

出 版 物：《山东科技大学学报（自然科学版）》 (Journal of Shandong University of Science and Technology(Natural Science))

年 卷 期：2016年第35卷第5期

页      码：9-16页

摘      要：岩性识别一直是储层测井解释的关键问题和难点之一。针对常规测井岩性识别准确率不高的状况,在分析测井资料的基础上,以Matlab为平台研究了基于主成分分析的PCA-BP神经网络,并以济阳坳陷非常规储层实际测井资料为样本,通过设计算法步骤进行了实验仿真。由仿真结果得出非常规储层岩性识别率为95.8%,高于BP神经网络,PCA-BP神经网络有效提高了识别率和运行速度。经过对济阳坳陷钻井的岩性识别表明,该岩性识别方法可行并具有实用价值。

主 题 词：非常规储层 济阳坳陷 岩性识别 主成分分析 BP神经网络 

学科分类：081801[081801] 081802[081802] 08[工学] 0818[工学-交通运输类] 

D　O　I：10.16452/j.cnki.sdkjzk.2016.05.005

馆 藏 号：203194435...