共查询到17条相似文献,搜索用时 187 毫秒
1.
2.
3.
河道砂体含油性预测方法研究 总被引:3,自引:0,他引:3
利用Kohonen网络、模糊神经网络和支持向量机等方法,对胜利油田埕东凸起北坡河道砂体的含油性进行了预测。对其中1号河道砂体预测结果的分析表明,3种方法各具特点,Kohonen网络法因为使用了多属性聚类的结果,因此与研究目标的关系比较直观;模糊神经网络法充分考虑了河道砂体内部存在的差异性;支持向量机法完整地利用了地震波的属性。与井点的含油性对比,3种方法的预测效果中支持向量机法最好,Kohonen网络法次之,模糊神经网络法稍差。综合应用各种预测方法,可以使预测结果更加准确。 相似文献
4.
波形分类中半自动确定分类数的方法 总被引:1,自引:0,他引:1
波形分类方法是现今比较成熟的地震相分析方法,此法已在岩性预测、砂体预测、裂缝性油气藏和隐蔽性油气藏预测中得到广泛的应用。然而,在以往实际应用中采用输入层为二维Kohonen网络进行地震相分类数的选择都是靠经验或试验方法确定的,增加了分类的不确定性和相应的工作量。本文提出了用改进的输出层为一维的自组织神经网络,半自动地估计地震相分类数。理论模型验证和实例应用表明,改进的Kohonen网络能很好地估计地震相分类数,从而实现快速准确地划分地震相。 相似文献
5.
6.
7.
在改进的神经网络训练算法的基础上.提出了利用神经网络快速识别气、水层的方法。为了迅速、准确地判断储层性质,选用了Kohonen自组织网络和BP神经网络,利用测井参数,建立了长庆气田气、水层识别模型。仿真计算与测井综合解释相对比,样本符合率高达81.3%。分析表明,该方法所需参数少、适用范围广,能定量识别出气水层,从而为制定有水气井改造措施提供较可靠的依据。 相似文献
8.
一种模糊神经网络技术及其在储层预测中的应用 总被引:2,自引:0,他引:2
大庆外围油田的葡萄花油层主要为砂泥岩薄互层,储层砂体横向变化大,这给井位设计带来了很大的难度。近几年地震属性分以用地震特征参数直接预测储层的析技术虽然得到了较快的发展,但地震属性与储层地质参数之间的关系较模糊,难砂岩厚度。为此,研究了一种模糊神经网络预测砂岩技术,它将人工神经网络理论与模糊逻辑分析相结合,在地震属性分析的基础上,以井旁地震道主分量参数为输入,以井孔地质参数为期望输出,建立模糊神经网络,并对网络进行训练,当网络收敛且网络整体方差达到要求的精度时,便完成了网络训练。该技术应用于大庆太平屯地区储层预测中,通过4口后验井检验,预测厚度与钻井厚度吻合较好,平均绝对误差为0.21m。 相似文献
9.
10.
模糊神经网络及其在油气预测中的应用 总被引:3,自引:1,他引:2
常规模式识别方法进行油气预测存在样本数量大、参数非线性及已知样本类型分类有明显的模糊性等特点。本文根据神经网络的自适应谐振理论,结合模糊聚类算法、特征参数非线性映射的有效性校验,构成了一个性能完善的地震油气预测系统。该系统对样本特征空间用模糊神经网络建立未知样本的预测度量,更加符合客观地质特征和油气分析规律,从而能判别不同气富集的有利区域。数值分析和实践应用表明,该方法数值稳定可靠,在储层油气预测 相似文献
11.
查朝阳 《石油地球物理勘探》1996,31(6):892-897
鉴于三维地震和高密度二维地震的数据量很大,仍然采用人工方法拾取速度谱,不仅效率低,而且精度低。为此,人们提出许多新的方法。本文采用人工神经网络与模糊数学相结合的方法。首先对输入数据用模糊教学方法作边界搜索和模糊聚类预处理,然后通过人工神经网络误差反向传递算法(BP算法),学习结定的样本值,训练网络模型,输入经过预处理的待识别数据,完成识别工作,自动提取叠加速度。该方法肯有抗噪能力强、拾取速度精度高的特点,而且能够实现自动解释速度谱。 相似文献
12.
模糊神经网络预测储层及油气 总被引:10,自引:3,他引:7
利用模糊理论和 BP网络相结合组成的模糊神经网络系统 ,能够克服单独使用 BP网络的局限性 ,可在地质条件较复杂地区进行储层及油气预测。通过实际资料应用表明 ,在单独应用 BP网络进行储层及油气预测效果较差的地区 ,采用模糊神经网络能取得较好的效果。 相似文献
13.
常用的地震相分析方法有随机模拟、神经网络、聚类算法和深度学习等.随机模拟结果易受随机模型影响,而且在地质结构复杂地区难以准确划分地震相.神经网络和深度学习具有较强的容错性和泛化能力,但需要海量训练样本数据,同时训练网络的计算量巨大.K均值聚类、C模糊聚类等经典聚类算法在简单数据集上均获得了理想的聚类结果,但对于非凸数据... 相似文献
14.
油气层综合解释系统的开发与应用 总被引:2,自引:2,他引:0
以人工神经网络技术和模糊隶属度统计方法为理论基础,在SUN工作站环境下开发了油气层综合解释系统。该系统用于识别岩心、岩屑、井壁取心、测井、气测和钻井等6大类46个参数。对于其中的定性参数,通过模糊统计确定参数不同属性属于油层、气层、水层和干层的隶属度,作为定性参数定量化的依据。在建立的动态神经网络模型中,不同的储集层流体性质以10种输出元输出模式表示。在应用过程中可通过选择不同的输入参数和中间层神经元数日调整神经网络结构,以适应不同的地质情况和对实际资料的要求。通过在辽河油田曙光、大洼等多个地区的实际应用,系统取得了良好的应用效果。 相似文献
15.
鄂尔多斯盆地碳酸盐岩储层测井产能预测研究 总被引:11,自引:3,他引:8
讨论了以模糊理论为基础的合试层产能分权法。由SOM自组织映射与TFI模糊聚类协同确定分类数及变量组合,以隶属度分权、动态地剖分合试层产能为预测单层样本数据体,以遗传神经网络建立预测模型来预测储层自然产能,形成独特、灵活的泛合试层测井产能预测方法。经对鄂尔多斯盆地中部气田16口井52个测试层的应用,取得较好的应用效果。 相似文献
16.
提出了建筑工程造价估计的模糊神经网络方法,给和该方法进行建筑工程造 价估计的基本原理,网络模型及估价方法,计算实例表明,应用模糊神经网络估计工程造 价具有方便、准确的特点。 相似文献