SSA-BP神经网络在岩性识别中的应用研究

摘要

岩性识别是地层评价、油藏描述、测井解释等方面的一项重要工作内容。随着计算机计算能力的提升,学者们将人工智能算法应用到岩性识别领域中,并取得了不错的研究成果。首先,基于奇异谱分析对测井数据进行趋势分析,因为SSA对数据缺失具备很好地适合性,从而避免岩性识别出现错误判断;随后,对数据进行了主成分分析,将岩性识别的10种影响因素(不同测井数据)进行了降维处理,只保留了4种;最后,根据BP神经网络搭建了岩性识别模型,利用7000个4种不同岩性的测井数据进行训练,并使用整体数据剩余的60个岩性数据进行测试。测试结果显示,岩性识别结果和实际岩性相一致的占比约为93.3%,共有56个为正确识别,且多数神经网络输出的数值接近1,这说明该方法在岩性识别中具有较高的可靠性。