基于混合模糊神经网络储层裂缝地震反演研究

摘要

基于储层裂缝系统具有非线性特征，储层裂缝地震反演是由遗传算法（GA）、模糊神经网络（ANFIS）和禁忌搜索算法（TS）有机地结合而构成的自适应混合模糊神经网络技术。该技术在成像测井约束下，形成的自适应混合算法分别训练ANFIS网络的前提参数和结论参数，从而获得满足精度要求的储层裂缝密度的最佳估计值。针对目标储层段，应用储层裂缝地震反演方法对过井地震剖面和联井地震剖面进行了储层裂缝密度反演处理，获得了可用于地质解释和油气预测的视裂缝密度剖面。这种裂缝密度剖面含有裂缝定量信息，其裂缝密度相对误差为：0．8％～24％，满足勘探开发的要求。经与研究区的地质对比分析表明，视裂缝密度剖面上的裂缝展布特征符合研究区的沉积相分布和岩石力学性质的变化特征，对研究区的勘探开发具有重要意义。