自适应BP 神经网络在横波速度预测中的应用

doi:10.3969/j.issn.1673-8926.2013.05.015

岩性油气藏 ›› 2013, Vol. 25 ›› Issue (5): 86–88.doi: 10.3969/j.issn.1673-8926.2013.05.015

自适应BP 神经网络在横波速度预测中的应用

王晓光

中国石油辽河油田分公司勘探开发研究院，辽宁盘锦124010

出版日期:2013-09-26 发布日期:2013-09-26
第一作者:王晓光（1982-），男，硕士，工程师，主要从事岩石物理及储层预测工作。地址：（124010）辽宁省盘锦市辽河油田勘探开发研究院。Email：wangxg982@163.com

Application of self-adaptive BP neural network to the prediction of shear wave velocity

WANG Xiaoguang

Research Institute of Exploration and Development， PetroChina Liaohe Oilfield Company， Panjin 124010， China

Online:2013-09-26 Published:2013-09-26

摘要/Abstract

摘要：

准确的横波速度是叠前反演及叠前属性分析的必要信息，然而实际生产中横波速度资料往往匮乏，预测方法纷繁复杂且精度难以保证。通过选取自然伽马相对值、声波时差、密度和电阻率等参数，利用自适应BP 神经网络方法，建立横波速度预测模型。经辽河地区实际资料证实，神经网络模型预测横波速度与实测横波速度吻合程度良好，能够满足生产需求。

关键词: 储层非均质性, 沉积微相, 成岩作用, 嫩三段, 新立地区

Abstract:

Accurate shear wave velocity is the necessary information for prestack inversion and prestack attribute analysis, but it is always deficient in actual production. The prediction methods are numerous and complicated and the accuracy is difficult to ensure. By selecting the parameters such as relative natural gamma-ray value, acoustic slowness, density and resistivity, this paper used the method of self-adaptive BP neural network to establish the prediction model of shear wave velocity. The actual data in Liaohe Oilfield showthe high precision of the prediction value, and the results can meet production requirements.

Key words: reservoir heterogeneity, sedimentarymicrofacies, diagenesis, Nen 3 member, Xinli area

王晓光. 自适应BP 神经网络在横波速度预测中的应用[J]. 岩性油气藏, 2013, 25(5): 86–88.

WANG Xiaoguang. Application of self-adaptive BP neural network to the prediction of shear wave velocity[J]. Lithologic Reservoirs, 2013, 25(5): 86–88.

参考文献

［1］楚泽涵，陈丰，刘祝萍，等.估算地层横波速度的新方法［J］.测井技术，1995，19（5）：313-318.
［2］ Mavko G，Mukerji T，Dvorkin J. The rock physics handbook：Tools for seismic analysis in porous media ［M］. New York：Cambridge University Press， 1998.
［3］李庆忠.岩石的纵、横波速度规律［J］.石油地球物理勘探，1992，27（1）：1-12.
［4］ Gassmann F. Elastic waves through a packing of spheres［J］. Geophysics，1951，16（3）：673- 682.
［5］ Kuster G T，Toksoz M N. Velocity and attenuation of seismic waves in two phase media：Part Ⅰ：Theoretical formulation［J］. Geophysics，1974，39（5）：587-606.
［6］ Xu S Y，White R E. A physical model for shear wave velocity predicting［J］. Geophysical Prospecting，1996，44（4）：687-717.
［7］白俊雨，宋志翔，苏凌，等.基于Xu-Whitte 模型横波速度预测的误差分析［J］.地球物理学报，2012，55（2）：589-595.
［8］乔悦东，高云峰，安鸿伟.基于Xu-White 模型的优化测井横波速度预测技术研究与应用［J］.石油天然气学报，2007，29（5）：100-105.
［9］周中彪.基于岩石物理模型的测井约束横波速度计算方法研究［J］.物探化探计算技术，2010，32（5）：536-541.
［10］王金伟，张尔华，谢春临.虚拟孔隙度优化Xu-White 模型法预测横波速度［J］.断块油气田，2011，18（4）：445-448.
［11］ Rumelhart D，Mcclelland J. Parallel distributed processing：Explorations in the microstructure of cognition.Cambridge［M］. Cambridbe：MIT Press，1986.
［12］飞思科技产品研发中心.神经网络理论与MATLAB7 实现［M］.北京：电子工业出版社，2005：99-100.
［13］杨斌，匡立春，孙中春，等.神经网络及其在石油测井中的应用［M］.石油工业出版社，2005：26-27.
［14］李松银，郑君里.前向多层神经网络模糊自适应算法［J］.电子学报，1995，23（2）：201-205.
［15］ Karayiannis N B. Hybrid learning schemes for fast training of feedforward neural networks［J］. Mathematics and Computers in Simulation，1996，41（1）：13-28.
［16］廖晓峰，刘光远，虞厥邦.基于几种误差准则的稳健BP 算法［J］.信号处理，1997，13（3）：235-240.
［17］向国全，董道珍. BP 模型中的激励函数和改进的网络训练法［J］.计算机研究与发展，1997，34（2）：113-117.

相关文章 15

[1]	李盛谦, 曾溅辉, 刘亚洲, 李淼, 焦盼盼. 东海盆地西湖凹陷孔雀亭地区古近系平湖组储层成岩作用及孔隙演化[J]. 岩性油气藏, 2023, 35(5): 49-61.
[2]	胡望水, 高飞跃, 李明, 郭志杰, 王世超, 李相明, 李圣明, 揭琼. 渤海湾盆地廊固凹陷古近系沙河街组油藏单元精细表征[J]. 岩性油气藏, 2023, 35(5): 92-99.
[3]	冯明友, 高瑞琪, 王兴志, 徐亮, 赵金, 刘小洪, 尚俊鑫. 川西南宝兴地区二叠系栖霞组一段白云岩储层充填序列及流体指示[J]. 岩性油气藏, 2023, 35(2): 11-20.
[4]	肖玲, 陈曦, 雷宁, 易涛, 郭文杰. 鄂尔多斯盆地合水地区三叠系长7段页岩油储层特征及主控因素[J]. 岩性油气藏, 2023, 35(2): 80-93.
[5]	曾治平, 柳忠泉, 赵乐强, 李艳丽, 王超, 高平. 准噶尔盆地西北缘哈山地区二叠系风城组页岩油储层特征及其控制因素[J]. 岩性油气藏, 2023, 35(1): 25-35.
[6]	文志刚, 罗雨舒, 刘江艳, 赵春雨, 李士祥, 田伟超, 樊云鹏, 高和婷. 陇东地区三叠系长7段页岩油储层孔隙结构特征及成因机制[J]. 岩性油气藏, 2022, 34(6): 47-59.
[7]	吕正祥, 廖哲渊, 李岳峰, 宋修章, 李响, 何文军, 黄立良, 卿元华. 玛湖凹陷二叠系风城组碱湖云质岩储层成岩作用[J]. 岩性油气藏, 2022, 34(5): 26-37.
[8]	魏钦廉, 王翀峘, 刘军峰, 胡榕, 刘美荣, 吕玉娟. 鄂尔多斯盆地樊家川地区三叠系长6₃储层特征及主控因素[J]. 岩性油气藏, 2022, 34(2): 31-44.
[9]	黄雅睿, 杨剑萍, 卢惠东, 李宇志, 黄志佳, 党鹏生, 房萍, 牟瑛顺. 东营凹陷营北地区沙三中亚段重力流沉积特征[J]. 岩性油气藏, 2022, 34(1): 14-23.
[10]	张玉晔, 高建武, 赵靖舟, 张恒, 吴和源, 韩载华, 毛朝瑞, 杨晓. 鄂尔多斯盆地东南部长6油层组致密砂岩成岩作用及其孔隙度定量恢复[J]. 岩性油气藏, 2021, 33(6): 29-38.
[11]	张文文, 韩长城, 田继军, 张治恒, 张楠, 李正强. 吉木萨尔凹陷二叠系芦草沟组层序地层划分及演化特征[J]. 岩性油气藏, 2021, 33(5): 45-58.
[12]	许璟, 贺永红, 马芳侠, 杜彦军, 马浪, 葛云锦, 王瑞生, 郭睿, 段亮. 鄂尔多斯盆地定边油田主力油层有效储层厚度[J]. 岩性油气藏, 2021, 33(5): 107-119.
[13]	柴毓, 王贵文, 柴新. 四川盆地金秋区块三叠系须二段储层非均质性及成因[J]. 岩性油气藏, 2021, 33(4): 29-40.
[14]	郑荣臣, 李宏涛, 史云清, 肖开华. 川东北元坝地区三叠系须三段沉积特征及成岩作用[J]. 岩性油气藏, 2021, 33(3): 13-26.
[15]	杨凡凡, 姚宗全, 杨帆, 德勒恰提·加娜塔依, 张磊, 曹天儒. 准噶尔盆地玛北地区三叠系百口泉组岩石物理相[J]. 岩性油气藏, 2021, 33(1): 99-108.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

自适应BP 神经网络在横波速度预测中的应用

Application of self-adaptive BP neural network to the prediction of shear wave velocity

PDF (PC)

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10