神经网络和分形几何方法在识别测井沉积微相中的应用

ISSN 1000-0550 CN 62-1038/P

高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

神经网络和分形几何方法在识别测井沉积微相中的应用

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华

文章导航 > 沉积学报 > 1997 > 15(3): 62-66

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用[J]. 沉积学报, 1997, 15(3): 62-66.

引用本文:

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用[J]. 沉积学报, 1997, 15(3): 62-66.

Jiao Cuihua, Zhang Fuming, Li Hongqi, Shao Cairui, Bai Yanbin, Zhang Juxing, Cao Feng, Wang Zhanzhong. Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs[J]. Acta Sedimentologica Sinica, 1997, 15(3): 62-66.

Citation:

Jiao Cuihua, Zhang Fuming, Li Hongqi, Shao Cairui, Bai Yanbin, Zhang Juxing, Cao Feng, Wang Zhanzhong. Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs[J]. Acta Sedimentologica Sinica, 1997, 15(3): 62-66.

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用[J]. 沉积学报, 1997, 15(3): 62-66.

引用本文:

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用[J]. 沉积学报, 1997, 15(3): 62-66.

Jiao Cuihua, Zhang Fuming, Li Hongqi, Shao Cairui, Bai Yanbin, Zhang Juxing, Cao Feng, Wang Zhanzhong. Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs[J]. Acta Sedimentologica Sinica, 1997, 15(3): 62-66.

Citation:

Jiao Cuihua, Zhang Fuming, Li Hongqi, Shao Cairui, Bai Yanbin, Zhang Juxing, Cao Feng, Wang Zhanzhong. Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs[J]. Acta Sedimentologica Sinica, 1997, 15(3): 62-66.

神经网络和分形几何方法在识别测井沉积微相中的应用

1 石油大学勘探系,东营 257062;
2 辽河油田研究院,盘锦 124010

作者简介:
焦翠华女 36岁副教授硕士应用地球物理

中图分类号: P634;P512.2

计量

文章访问数: 410
HTML全文浏览量: 6
PDF下载量: 433
被引次数: 0

Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs

1 Petroleum University, Dong ying 257062;
2 Liaohe Petroleum Comp. panjin 124010

摘要: 本文综合应用人工神经网络和分形几何等最新的模式识别数学方法，遵循地质家的思维方式，进行了测井资料沉积微相解释方法研究；并在工作站上开发了人机联作解释软件。将工作站系统在运算速度、人机交互及图件制作方面的优势与解释人员的经验和推理判断能力有机地结合起来，为测井资料沉积微相解释提供了新的技术手段和良好的计算机辅助工具。将其应用于辽河油田长北地区，对１８口井的沙海组上段～阜新组下段进行了沉积微相连续解释，取得了良好效果。
- 测井沉积微相 /
- 神经网络 /
- 分形几何 /
- 相模式
Abstract: Making use of new mathematical methods such as artificial neural network, fractal geometry andpattern identification, following a geologist' s mode of thinking, the research to interpret microfacies fromthe log data was carried out A software of human-computer interactive interpretation was developed un-der workstation. Combined the superiority of workstation in calculating speed, human-computer interac-tive ability and drawing with the interpreter' s experience and judgement, it provided new technical meansand admirable computer assistant tools for the interpretation of microfacies from the log data. The princi-pal ideas were presented as follows.
- average grain size /
- sedimentary rhythem /
- sedimentary energy variation /
- Continued on page 102

参考文献(4)

[1]	林鸿溢等.分形论— 奇异性探索.北京: 北京理工大学出版社,1992, 64 ～ 72.
[2]	周继成等.人工神经网络.北京: 科学普及出版社, 1993, 47～66.
[3]	王寿庆.扇三角洲模式.北京: 石油工业出版社, 1993, 6 ～ 24.
[4]	Philip D W. Neural computing-Theory and practice, New Yo rk, 1989, 43 ～ 59.

[1]	李红斌, 王贵文, 王松, 庞小娇, 刘士琛, 包萌, 彭寿昌, 赖锦. 基于Kohonen神经网络的页岩油岩相测井识别方法 . 沉积学报, 2022, 40(3): 626-640. doi: 10.14027/j.issn.1000-0550.2021.045
[2]	谈明轩, 吴峰, 马皓然, 付奕霖, 张旭, 崔浩楠. 海底扇沉积相模式、沉积过程及其沉积记录的指示意义 . 沉积学报, 2022, 40(2): 435-449. doi: 10.14027/j.issn.1000-0550.2021.144
[3]	张昌民, 朱锐, 赵康, 胡威, 尹艳树, 李少华, 尹太举. 从端点走向连续:河流沉积模式研究进展述评 . 沉积学报, 2017, 35(5): 926-944. doi: 10.14027/j.cnki.cjxb.2017.05.006
[4]	马腾, 谭秀成, 李凌, 曾伟, 金民东, 罗冰, 洪海涛, 胡平. 四川盆地早寒武世龙王庙期沉积特征与古地理 . 沉积学报, 2016, 34(1): 33-48. doi: 10.14027/j.cnki.cjxb.2016.01.003
[5]	. 碳酸盐岩沉积相及相模式 . 沉积学报, 2013, 31(6): 965-979.
[6]	. 准噶尔盆地西北缘辫状河沉积模式探讨——以七区下侏罗统八道湾组辫状河沉积为例 . 沉积学报, 2012, 30(2): 264-273.
[7]	袁静. 胜利油区新北油田馆上段沉积特征及沉积相模式 . 沉积学报, 2009, 27(1): 18-25.
[8]	王锋. 阿曼Daleel油田下白垩统Shuaiba组上段碳酸盐岩沉积相模式 . 沉积学报, 2007, 25(2): 192-200.
[9]	谢庆宾, 朱筱敏, 管守锐, 王贵文, 刘少宾, 张周良, 陈方鸿, 薛培华, 韩德馨. 中国现代网状河流沉积特征和沉积模式 . 沉积学报, 2003, 21(2): 219-227.
[10]	唐为清, 郭荣坤, 王忠东, 王红, 罗安银, 毋学平. 沉积微相测井资料神经网络判别方法研究 . 沉积学报, 2001, 19(4): 581-585.
[11]	周江羽, 刘常青. 扇形沉积体生长的分形几何特征分析 . 沉积学报, 2000, 18(1): 95-99.
[12]	廖保方, 张为民, 李列, 逯径铁, 葛云龙, 闻兰, 薛培华, 郭睿. 辫状河现代沉积研究与相模式──中国永定河剖析 . 沉积学报, 1998, 16(1): 34-39.
[13]	侯会军, 王伟华, 朱筱敏. 塔里木盆地塔中地区志留系沉积相模式探讨 . 沉积学报, 1997, 15(3): 41-47.
[14]	文政, 雍世和, 王中文. 应用测井资料定量识别沉积微相 . 沉积学报, 1996, 14(1): 40-46.
[15]	王硕儒, 范德江, 汪丙柱. 岩相识别的神经网络计算 . 沉积学报, 1996, 14(4): 154-160.
[16]	冉启全, 李士伦, 顾小芸. 神经网络模式识别沉积微相 . 沉积学报, 1996, 14(S1): 186-191.
[17]	高振中, 段太忠. 华南海相深水重力沉积相模式 . 沉积学报, 1990, 8(2): 9-21.
[18]	崔之久, 熊黑钢. 泥石流沉积相模式 . 沉积学报, 1990, 8(3): 128-140.
[19]	朱筱敏, 信荃麟. 马尔柯夫链法在建立沉积相模式中的应用 . 沉积学报, 1987, 5(4): 96-106.
[20]	业治铮, 何起祥, 张明书, 韩春瑞, 李浩, 吴健政, 鞠连军. 西沙石岛晚更新世风成生物砂屑灰岩的沉积构造和相模式 . 沉积学报, 1985, 3(1): 1-15.

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 410
HTML全文浏览量: 6
PDF下载量: 433
被引次数: 0

神经网络和分形几何方法在识别测井沉积微相中的应用

1 石油大学勘探系,东营 257062;

2 辽河油田研究院,盘锦 124010

作者简介:
焦翠华女 36岁副教授硕士应用地球物理

收稿日期: 1996-01-23
刊出日期: 1997-09-10

中图分类号: P634;P512.2

关键词:

测井沉积微相 /

摘要: 本文综合应用人工神经网络和分形几何等最新的模式识别数学方法，遵循地质家的思维方式，进行了测井资料沉积微相解释方法研究；并在工作站上开发了人机联作解释软件。将工作站系统在运算速度、人机交互及图件制作方面的优势与解释人员的经验和推理判断能力有机地结合起来，为测井资料沉积微相解释提供了新的技术手段和良好的计算机辅助工具。将其应用于辽河油田长北地区，对１８口井的沙海组上段～阜新组下段进行了沉积微相连续解释，取得了良好效果。

English Abstract

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用[J]. 沉积学报, 1997, 15(3): 62-66.

引用本文:

张福明, 李洪奇, 邵才瑞, 白彦彬, 张巨兴, 曹峰, 王占忠, 焦翠华. 神经网络和分形几何方法在识别测井沉积微相中的应用[J]. 沉积学报, 1997, 15(3): 62-66.

Jiao Cuihua, Zhang Fuming, Li Hongqi, Shao Cairui, Bai Yanbin, Zhang Juxing, Cao Feng, Wang Zhanzhong. Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs[J]. Acta Sedimentologica Sinica, 1997, 15(3): 62-66.

Citation:

Jiao Cuihua, Zhang Fuming, Li Hongqi, Shao Cairui, Bai Yanbin, Zhang Juxing, Cao Feng, Wang Zhanzhong. Application of the Neural Network and Fractal Geometry in Sedimentary Environment Study from Well Logs[J]. Acta Sedimentologica Sinica, 1997, 15(3): 62-66.

全文HTML

参考文献 (4)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

x 关闭永久关闭

2023年地质事件沉积研究新进展国际学术研讨会（第一号通知）