董瑞新
- 作品数:1 被引量:25H指数:1
- 供职机构:中国石油天然气集团公司更多>>
- 发文基金:国家自然科学基金更多>>
- 相关领域:天文地球更多>>
- 自组织神经网络在火成岩岩性识别中的应用被引量:25
- 2009年
- 火成岩储层岩性复杂,识别难度大,当已知地层信息较少时,传统的交会图和有监督神经网络(如BP神经网络)等方法在识别岩性时会受到一定限制。为此,基于自组织神经网络(SOM网络)的结构和原理,在松辽盆地南部利用实际测井资料建立了火成岩样本数据集;利用SOM网络对样本数据集进行了训练,得到了数据集的聚类结果;讨论了SOM网络的标准化方式、结构参数和测井曲线对聚类结果的影响,认为利用正态标准化方法、选择合适的结构参数和测井曲线,以样本数据集的聚类结果作为分类基础,对火成岩井段测井资料进行了岩性识别,获得了较好的效果。
- 张平潘保芝张莹王鹏董瑞新
- 关键词:火成岩储层自组织神经网络结构参数测井资料岩性识别