基于测井数据深度学习的灯影组微生物岩微相识别方法

摘要

本发明公开了一种基于测井数据深度学习的灯影组微生物岩微相识别方法，包括以下步骤：S1、根据已确定微生物岩性的多种类测井数据，建立样本数据库；S2、检验样本数据库中测井曲线的完整性，对缺失段数据利用主成分分析及线性回归的方法进行处理，实现数据补充；S3、对样本数据进行均已化，划分为训练集和验证集；S4、建立基于TensorFlow/Playground标准螺旋式数据的神经网络模型。本发明通过对已确定微生物岩性的多种类测井数据进行分析，建立基于TensorFlow/Playground标准螺旋式数据的神经网络模型，通过神经网络模型来进行微生物岩微相识别，具有较强的客观性及系统性，在提高识别准确度的同时也提高了识别工作的效率。