一种改进的RPROP算法在LWD岩性识别中的应用

摘要

测地球物理测井作为地质学家的“眼睛”，是油田勘探开发中寻找油气的重要手段，是认识石油地质面貌特征和寻找油气藏在地层内分布规律的有力武器。井是快速和准确获得岩性信息的最主要途径,岩性识别是测井数据解释中最关键的一环.随着随钻测井技术的发展,研究和发现速度快,识别准确度高,泛化能力强的岩性自动识别方法是随钻测井数据解释的迫切需求.在分析和研究RPROP算法的基础之上,提出了一种利用遗传算法对RPROP神经网络进行改进的方法,建立了改进的RPROP算法神经网络岩性识别模型,并以某区块的实际随钻测井资料为对象,进行岩性识别的应用研究.研究结果表明,与其它BP算法相比,改进的RPROP算法岩性识别准确率较高,具有很好的应用前景.