基于 LVQ 过程神经元网络的储层岩性识别
李学贵 1 , 许少华 2 , 赵恩涛 3 , 赵摇 玲 1
- 1. 东北石油大学 计算机与信息技术学院, 黑龙江 大庆 163318; 2. 山东科技大学 计算机科学与工程学院,
山东 青岛 266590; 3. 大庆油田采油一厂 地质大队, 黑龙江 大庆 163111
Reservoir Lithology Discrimination Based on LVQ Process Neural Network
LI Xuegui 1 , XU Shaohua 2 , ZHAO Entao 3 , ZHAO Ling 1
- 1. School of Computer & Information Technology, Northeast Petroleum University, Daqing 163318, China;
2. College of Computer Science and Engineering, Shandong University of Science and Technology, Qingdao 266590, China;
3. Geological Brigade, No.1 Oil Production Company of Daqing Oilfield Company Limited, Daqing 163111, China
摘要： 针对基于取心井岩心分析数据和测井过程数据的储层岩性判别问题, 建立了一类学习向量量化过程神经
元网络模型(LVQ-PNN: Learning Vector Quantization Process Neural Network)。 该模型通过增加输出层, 扩展了
自组织过程神经元网络的深度结构; 采用无监督竞争与有教师示教相结合的算法策略, 提高了多维信号特征的
自适应提取和自组织综合能力。 实验证明, 该方法具有较好的岩性特征综合和辨识能力, 岩性识别率达到了
84. 7%。
中图分类号:
- TP183