基于BP神经网络算法识别苏里格气田马家沟组复杂岩性  

作　　者：秦明景 田博宁 赵鹏飞 闫成海 任磊 

机构地区：[1]中国石油集团测井有限公司长庆分公司

出　　处：《国外测井技术》2022年第5期108-112,共5页World Well Logging Technology

摘　　要：苏里格气田马家沟组受沉积旋回、地质构造、成岩作用等综合因素影响,具有地层非均质性强、次生孔隙发育、岩性复杂多样的特征,因此,岩性识别的准确度对后续的测井解释和储层评价至关重要。受井眼条件、地层含气性、孔隙类型、算法复杂程度等方面的限制,图版法、交会图法、模糊聚类法、最小二乘支持向量机法等方法在苏里格气田马家沟组复杂岩性识别上存在一定局限性。本文首次将BP神经网络技术应用于识别苏里格气田碳酸盐岩复杂岩性,优选对地层岩性敏感的测井数据系列作为输入神经元,通过对样本的训练和学习,确定地层岩性和测井参数之间的关系,构建岩性识别模型。该方法识别苏里格气田马家沟组8类复杂岩性准确率高达93.57%,可以有效地为后续测井解释和储层评价提供数据支撑。

关 键 词：BP神经网络 苏里格气田 马家沟组 岩性识别 

分 类 号：P61[天文地球—矿床学]