BP神经网络在钻孔测井资料分类识别杂卤石中的研究

陈科贵, 刘 利, 陈愿愿, 韦 航, 王 刚

(1. 西南石油大学地球科学与技术学院,四川成都610500; 2. 西南石油大学机电工程学院,四川成都610500;3.中国石化中原油田分公司，河南濮阳 457001; 4.川庆钻探工程有限公司地球物理勘探公司,四川成都610213;5.中国石油新疆油田分公司石西油田作业区,新疆克拉玛依 834000;6.中国石油新疆油田分公司勘探开发研究院,新疆克拉玛依 834000)



BP神经网络在钻孔测井资料分类识别杂卤石中的研究

陈科贵1, 刘 利2,3, 陈愿愿4, 韦 航5, 王 刚6

(1. 西南石油大学地球科学与技术学院,四川成都610500; 2. 西南石油大学机电工程学院,四川成都610500;3.中国石化中原油田分公司，河南濮阳 457001; 4.川庆钻探工程有限公司地球物理勘探公司,四川成都610213;5.中国石油新疆油田分公司石西油田作业区,新疆克拉玛依 834000;6.中国石油新疆油田分公司勘探开发研究院,新疆克拉玛依 834000)

以BP神经网络理论和测井解释为基础,测井数据作为输入,构建神经网络模型。对川中地区下中三叠统杂卤石层做精细识别,将识别结果与录井资料对比,正确率达到86.3%,在改变约束条件的情况下正确率达到97.7%,识别效果好;以杂卤石含量高低对测井响应值的影响程度不同为依据,构建杂卤石层分类识别模型,模型识别正确率达到82.51%,能较为准确且快速地识别出杂卤石层、石膏质杂卤石层和杂卤石膏岩层,与常规测井解释方法相比具有明显优势。结果表明,将BP神经网络运用到钾矿勘探中具有良好前景。

杂卤石; BP神经网络模型; 分类识别; 测井响应