期刊文献+

地球物理测井多参数综合识别储层流体类型的新型神经网络 被引量:5

A new neural network applied to comprehensive recognition of reservoir fluid type using geophysical well logging parameters
下载PDF
导出
摘要 建立了一种基于引力的新型神经网络模型 ,引入了合力作用机制 ,解决了储层流体类型划分的判定半径问题 ,克服了以往神经网络对任何输入数据都要产生响应 ,并给出一个分类结果的缺陷。改进了传统的距离计算方法 ,克服了传统方法易受单个参数突变的影响而引起误判的缺点。利用新型神经网络方法并结合测井资料 ,对某油田的储层流体性质及类型进行了识别 ,获得了很高的识别率。与径向基神经网络的判别结果相比 ,该神经网络的识别率明显提高。 A new neural network was developed to identify reservoir fluid types based on gravity capturing instead of distance. The resultant force competition mechanism was introduced to determine the diagnostic radii of reservoir fluid. The new neural network has no need to respond to every input data in classification application. The former algorithm for distance calculation was improved to avoid miss judgment due to the magnitude jump of a single parameter. A field case of reservoir identification using the new neural network combined with geophysical well logs was presented. The application demonstrated the advantages and the efficiency of the new neural network.
作者 岳文正 陶果
出处 《石油大学学报(自然科学版)》 EI CSCD 北大核心 2004年第3期30-32,42,共4页 Journal of the University of Petroleum,China(Edition of Natural Science)
基金 国家自然科学基金资助项目 ( 5 0 3 740 48)
关键词 地球物理测井技术 储层 流体 神经网络模型 计算方法 PNN 电阻率 geophysical well logging reservoir fluid type pattern recognition radial basis neural network log parameter distance calculation improved algorithm
  • 相关文献

参考文献6

  • 1肖慈﨑,娄建立,谭世君.神经网络技术用于测井解释的评述[J].测井技术,1999,23(5):389-392. 被引量:23
  • 2BATTITI R.First and second order methods for learning:between steepest descent and Newton's method[J].Neural Computation,1992,4(2):141-166.
  • 3王家映.地球物理反演[M].北京:科学出版社,1998.
  • 4CAUDILL M,BUTLER C.Understanding Neural Networks:Computer Explorations[M].Cambridge:The MIT Press,1992.
  • 5FORESEE F D and HAGAN M T.Gauss-Newton approximation to Bayesian regularization[R].Proceedings of the 1997 International Joint Conference on Neural Networks,1997.
  • 6HAGAN M T and MENHAJ M.Training feedforward networks with the Marquardt algorithm[J].IEEE Transactions on Neural Networks,1994,5(6):989-993.

二级参考文献4

  • 1肖慈Xun.以石油测井资料解释为例谈神经网络的预测能力.神经网络理论与应用[M].西南交大出版社,1996..
  • 2王永骥,神经元网络控制,1998年
  • 3雍世和,测井数据处理与综合解释,1996年
  • 4肖慈--,神经网络理论与应用,1996年

共引文献22

同被引文献39

引证文献5

二级引证文献18

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部