火山岩岩性识别方法研究

火山岩岩性识别方法研究

周波¹,李舟波²,潘保芝²

1.黑龙江科技学院，黑龙江哈尔滨 150027; 2.吉林大学地球探测科学与技术学院，吉林长春 130026

收稿日期:2004-10-20 修回日期:1900-01-01 出版日期:2005-05-26 发布日期:2005-05-26
通讯作者: 周波

A Study on Lithology Identification Methods for Volcanic Rocks

ZHOU Bo¹, LI Zhou-bo², PAN Bao-zhi²

1.Heilongjiang Institute of Science and Technology, Harbin 150027,China; 2.College of GeoExploration Science and Technology, Changchun 130026, China

Received:2004-10-20 Revised:1900-01-01 Online:2005-05-26 Published:2005-05-26
Contact: ZHOU Bo

摘要/Abstract

摘要： 岩性是测井储层评价的基础，在火山岩油藏的测井评价过程中，由于火山岩岩性定名方法的不统一以及岩性识别方法的不完善，使火山岩油藏的测井评价难以开展。采用国际地科联（IUGS）推荐的TAS图方法对火山岩岩样定名,并以此为基础，使用神经网络方法利用测井资料识别火山岩岩性。研究结果表明，利用传统的统计判别方法建立的测井资料与火山岩岩性的判别关系，识别符合率只有65%;而使用神经网络方法建立的判别关系，识别符合率可达81.8%。

关键词: 火山岩岩性, BP神经网络, SOM神经网络, 岩性识别

Abstract: The lithology identification is a basic work in reservoir evaluation by well logging data. It is difficult to evaluate volcanic reservoirs with well logging data because volcanic lithology classification is not unanimous and the recognition methods are not perfect. Volcanic samples should be classified according to TAS (total alkalies vs silica) chart proposed by IUGS. The volcanic lithology can then be recognized by neural network method with well logging data. Only 65 percent volcanic rocks can be identified by conventional methods. With the method proposed, 81.8 percent rocks can easily be recognized.

Key words: volcanic rock, BP neural network, SOM neural network, lithology recognition

中图分类号:

P631.8

周波,李舟波,潘保芝. 火山岩岩性识别方法研究[J]. J4, 2005, 35(03): 394-0397.

ZHOU Bo, LI Zhou-bo, PAN Bao-zhi. A Study on Lithology Identification Methods for Volcanic Rocks[J]. J4, 2005, 35(03): 394-0397.

参考文献

相关文章 7

[1]	张代磊, 黄大年, 张冲. 基于遗传算法优化的BP神经网络在密度界面反演中的应用[J]. 吉林大学学报(地球科学版), 2017, 47(2): 580-588.
[2]	王宇, 卢文喜, 卞建民, 侯泽宇. 三种地下水位动态预测模型在吉林西部的应用与对比[J]. 吉林大学学报(地球科学版), 2015, 45(3): 886-891.
[3]	徐黎明，王清,陈剑平，潘玉珍. 基于BP神经网络的泥石流平均流速预测[J]. 吉林大学学报(地球科学版), 2013, 43(1): 186-191.
[4]	周晓华, 林君, 陈祖斌, 焦健, 郭同健. 改进的神经网络反演微动面波频散曲线[J]. J4, 2011, 41(3): 900-906.
[5]	王英伟, 张建民, 王满, 潘保芝, 邢艳娟, 石丹红. 基于序贯指示模拟方法的火山岩储层岩性及孔隙度模拟[J]. J4, 2010, 40(2): 455-460.
[6]	张晨，陈剑平,肖云华. 基于神经网络对有限元强度折减法分析[J]. J4, 2009, 39(1): 114-0118.
[7]	张治国，杨毅恒，夏立显. RPROP算法在测井岩性识别中的应用[J]. J4, 2005, 35(03): 389-0393.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed