RBF神经网络法在泥页岩有机非均质性测井评价中的应用

Guo-hui CHEN,Shuang-fang LU,Shan-si TIAN, Wan-hui ZUO,Chong SHAN

Journal of Gansu Sciences（2014）

引用 1|浏览2

暂无评分

摘要

探讨了通过RBF神经网络方法利用常规测井曲线评价泥页岩TOC和S1的可行性.利用RBF神经网络法和△lgR法对L69井TOC做测并评价并进行对比,二者建模结果中实测值与计算值R2分别为0.73和0.7,前者略优于后者,当声波或电阻曲线与TOC为非线性关系时表现尤为突出;利用RBF神经网络法对L69井S1进行测井评价,其建模结果中实测值与计算值R2为0.73,精度较高,成功实现了对泥页岩中S1的预测.研究结果表明,RBF神经网络法对泥页岩有机非均质性(包括含油非均质性)的测井评价可行性和模型精度均较高,具有较大应用前景.

关键词

Organic heterogeneity,RBF neural network,△lgR,Organic carbon,Pyrolysis hydrocarbon

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要