利用主成分分析法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型在砂礫巖巖性識(shí)別中的應(yīng)用
發(fā)布時(shí)間:2024-07-01 23:21
準(zhǔn)噶爾盆地瑪湖凹陷JL57井區(qū)上烏爾禾組發(fā)育塊狀砂礫巖儲(chǔ)層,砂礫巖可以細(xì)分為粗礫巖、中礫巖、細(xì)礫巖、中粗砂巖和粉細(xì)砂巖5類巖性,有效儲(chǔ)層為中礫巖、細(xì)礫巖和中粗砂巖3種巖性,如何識(shí)別出有效儲(chǔ)層巖性,是油田生產(chǎn)試油選層亟待解決的問題。傳統(tǒng)利用測(cè)井曲線與巖性間簡(jiǎn)單線性關(guān)系的交會(huì)圖法無法滿足油田生產(chǎn)對(duì)巖性識(shí)別的要求,而傳統(tǒng)利用非線性關(guān)系的BP神經(jīng)網(wǎng)絡(luò)模型巖性識(shí)別方法,雖然能識(shí)別部分砂礫巖種類,但該方法需要輸入?yún)?shù)多,運(yùn)算量大,識(shí)別結(jié)果準(zhǔn)確率一般。本文探索性利用主成分分析法先從自然伽馬、自然電位、地層電阻率、聲波時(shí)差、密度、補(bǔ)償中子6種測(cè)井曲線中計(jì)算出主成分特征值X、Y、Z三個(gè)參數(shù),然后用三個(gè)特征值參數(shù)替代傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型中6個(gè)油氣參數(shù)作為新的輸入?yún)?shù),與傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)模型對(duì)比,簡(jiǎn)化了BP神經(jīng)網(wǎng)絡(luò)模型的網(wǎng)絡(luò)結(jié)構(gòu),減少了模型計(jì)算量,而且?guī)r性識(shí)別準(zhǔn)確率得到了有效提高,有效地解決了研究區(qū)測(cè)井識(shí)別巖性問題。
【文章頁(yè)數(shù)】:4 頁(yè)
【文章目錄】:
1 方法原理
1.1 主成分分析法(PCA)原理
1.2 BP神經(jīng)網(wǎng)絡(luò)原理
1.3 PCA與BP神經(jīng)網(wǎng)絡(luò)模型關(guān)系
2 應(yīng)用實(shí)例
2.1 樣本參數(shù)設(shè)定
2.2 主成分分析法特征提取
2.3 模型建立
2.4 應(yīng)用效果
3 結(jié)論
本文編號(hào):3999338
【文章頁(yè)數(shù)】:4 頁(yè)
【文章目錄】:
1 方法原理
1.1 主成分分析法(PCA)原理
1.2 BP神經(jīng)網(wǎng)絡(luò)原理
1.3 PCA與BP神經(jīng)網(wǎng)絡(luò)模型關(guān)系
2 應(yīng)用實(shí)例
2.1 樣本參數(shù)設(shè)定
2.2 主成分分析法特征提取
2.3 模型建立
2.4 應(yīng)用效果
3 結(jié)論
本文編號(hào):3999338
本文鏈接:http://www.lk138.cn/kejilunwen/shiyounenyuanlunwen/3999338.html
最近更新
教材專著