文献知网节

基于横波测井资料的神经网络火山岩流体性质识别

边会媛1潘保芝2王飞2

1. 中国地质大学2. 吉林大学地球探测科学与技术学院

摘要:利用偶极横波测井数据求取火山岩储层的4个气层识别指标:压缩系数、泊松比、横纵波速度比以及等效弹性模量差比。这4个气层识别指标在一定程度上都能指示气层的存在,但是单个指标不能将气层、差气层、气水同层、水层、干层区分开,为此引入Kohonen神经网络方法综合识别流体性质。在试气层段提取各个气层指标的数据作为神经网络的输入,流体性质作为输出,构成Kohonen神经网络所需样本数据,建立神经网络气层自动识别方法,通过合层技术自动输出解释剖面。在松南火山岩气田应用,与试气结论相比,预测符合率为83.3%。
  • DOI:

    10.16489/j.issn.1004-1338.2013.03.015

  • 专辑:

    工程科技Ⅰ辑; 基础科学

  • 专题:

    地质学; 地球物理学; 石油天然气工业; 矿业工程

  • 分类号:

    P631.84

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:218 页码:264-268 页数:5 大小:466K

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
  • 批量下载
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频