应用多属性神经网络方法预测油气

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：Application of multi-attribute and neural network method to hydrocarbon reservoir prediction 中文刊名：岩性油气藏 英文刊名：Lithologic Reservoirs 作者：侯斌 ; 桂志先 ; 许辉群 ; 何加成 英文作者：HOU Bin ; GUI Zhi-xian ; XU Hui-qun ; HE Jia-cheng(Key Laboratory of Exploration Technologies for Oil and Gas Resources ; Ministry of Education ; Yangtze University ; Jingzhou 434023 ; China) 中文关键词：神经网络 ; 多属性 ; 多层感知器 英文关键词：neural network ; multi-attribute ; multilayer perceptron 出版日期：2010-09-15 机构：长江大学油气资源与勘探技术教育部重点实验室; 年：2010 期：03 出版单位：岩性油气藏

摘要

地震属性包含的地球物理信息十分丰富,但地震属性种类繁多,并且与储层特征对应关系复杂,单属性分析难以确保预测的准确性。人工神经网络方法具备较强的非线性映射能力,使用该方法可以综合利用多属性进行油气预测,提高预测精度。该文采用梯度下降神经网络算法,避免陷入局部极小值,有效加快网络收敛速度,使网络达到全局最优,提高了预测效果。
Seismic attributes contain abundant geophysical information.There are so many seismic attributes and the relationship between attributes and reservoir characteristics is complicated.Single attribute analysis cannot assure the prediction accuracy.Artificial neural network technology has strong nonlinear mapping ability,so it can be applied to improve hydrocarbon prediction accuracy.The gradient descent learning algorithm is used in neural network.It can avoid local minimum and effectively speed up the network convergence to achieve the global optimal network and improve its forecasting performance.

引文

[1]朱广生,刘瑞林,编译.人工神经网络——勘探地球物理学家的工具[J].国外油气勘探,1993,5(2):155-173.
    [2]熊翥.21世纪中期油气地球物理技术展望[M].北京:石油工业出版社,2006:117-150.
    [3]赵政璋,赵贤正,王英民.储层地震预测理论与实践[M].北京:石油工业出版社,2005:207-231.
    [4]陈遵德.储层地震属性优化方法[M].北京:石油工业出版社,1996:13-17.
    [5]李庆忠.岩性油气藏地震勘探若干问题探讨[J].岩性油气藏,2008,20(2):1-5.
    [6]刘伟方,段永华,高建虎,等.利用地震属性预测碳酸盐岩储层[J].岩性油气藏,2007,19(1):101-104.
    [7]熊翥.地层岩性油气藏勘探[M].岩性油气藏,2008,20(4):1-8.
    [8]赵力民.波形分类技术在隐蔽油藏预测中的应用[J].石油勘探与开发,2001,28(6):53-55.
    [9]边立恩,贺振华,黄德济.饱含流体介质的地震波场特征及频率分布[J].岩性油气藏,2008,20(3):74-78.
    [10]曹卿荣,李佩,孔凯,等.应用地震属性分析技术刻画河道砂体[J].岩性油气藏,2007,19(2):93-96.