基于神经网络的测井曲线砂体解释与应用研究

摘要

为解决测井曲线人工砂体解释工作的繁琐性与主观性影响,提出一种基于测井曲线中砂体统计参数的自动解释方法,用于测井曲线的砂体分类工作.以工区内已解释砂体的统计参数作为神经网络训练数据,选择孔隙度、渗透率、含气饱和度、泥质含量、砂厚和深度作为输入,输出是对应砂体的解释结果.使用鄂尔多斯盆地某区块1 000余组测井曲线砂体样本数据对神经网络进行训练,选择2组不同的砂体数据测试神经网络的自动解释及其应用效果,结果表明该方法对测井曲线砂体自动分类的正确率分别为92.4％和89.8％.实验数据测试证明,该方法能够自动、快速地实现测井曲线砂体解释,从而协助工程人员进行可靠、高效的砂体识别与分类工作.