利用测井曲线图论多分辨率聚类识别松南地区火山岩岩性

由于钻井提速和火山岩岩性本身的复杂性,常规岩屑识别火山岩岩性存在多解性.在松南地区,中基性火山岩与碎屑岩不管在测井曲线值域还是在测井识别图版上叠置都较为严重,而火山岩取心层段有限、特殊测井费用高昂,因此能否经济有效地识别火山岩岩性制约着火山岩期次划分及储层深入的分析和研究.在深入挖掘中基性火山岩与碎屑岩、中基性火山岩不同岩性类别之间在常规测井响应特征差异的基础上,采用了图论多分辨率聚类的方法,深度学习每种岩性在多条测井曲线上的正态分布范围,通过神经网络算法将具有相似分布特征的层段进行聚类,最后根据测井曲线范围分布确定岩性类别.该方法对中基性火山岩岩性划分起到了良好效果,与实际地质认识及取心认识相符,在其他岩性识别上也具有推广意义.