【储层预测的智能识别系统】刘安陆.pdf

8目录有油易探批建神经网络技术神经网络基本概念生物神经元模型人工神经网络模型多层感知机与BP算法感知机 BP算法 BP算法的实现步骤 BP网络的改进 BP网络最佳结构的确定系统总体结构地震特征提取引言 2 S.1 2 2 2.I.系统原理及方法 1 S2 1 1 2.S2第三章系统实现 S3 .3.

提要本文提出并研制了一种基于人工神经网络方法的储层预测的智能识别系统,该系统利用二十种地震特征参数对储层的含油气性进行判别预测,经实际应用证明该系统是目前储层预测储层预测是地雪资料解择,分析研空的最后耳节,勇测结果的正确与否直接关系到钻井的成败。以往,只能利用单一参数,如亮点异常、瞬时频率异常、幅距分析(AVO)等预测储层,这不仅浪费了地震资料所包含的丰富信息,而且预测周期长、可靠性低、往往存在多解性,所以利用人工神经网络技术、综合多种地震参数研制储层预测的智能识别系统,对缩短由于受地震资料的观测条件和精度所限,使用多参数共同忽督往往产生相互子盾的结果。

第三阶段是地震资料的解释工作,其主要任务是综合多方面储层预测属于地震资料解释工作,它需要利用地震资料、结合地质和测井资料对地层的含油气性作出判定,圈定油气富集范地震勘探通常沿测线进行,可以测得或由观测数据计算得到多种地球物理参数。各项参数的变化可能与某一地质因素有关,但各参数又会受到一系列因素影响而发生畸变。储层预测的目的是带除各参数数据总体中各参效局部畸变因系,把参奴测定结果与油气藏联系起来。利用地震特征参数综合分析研究找出油气藏神经网络是由大量处理单元(神经元)广泛互联而成的网络.它是在现代神经科学研究成果的基础上提出的,反映了人脑功能的基本特征。