基于自组织神经网络在油气分层中的研究

冯向东，张玉琴，韩红伟，张建亮

(成都理工大学 工程技术学院，四川 乐山 614007)

0 引 言

地球物理曲线的分层研究对勘探和开发油气资源是一种重要手段，是在认识油气层的地质面貌和剖析油气藏量的内在规律等方面的一种较为有力的武器。测井的第一步就是需要利用各种各样的仪器与设备，来对各种岩层中所含的物理参数进行测量，例如放射性、导电性、以及声学特性等，第二步则需要对测井曲线进行研究与分析，从而可以较好地得到岩性信息与地质信息[1]。现阶段较为常用的测井方法有放射测井、成像测井、电测井和声波测井等等，其所得到的各种参数结果，从某一侧面都能够反映相应的地质特性。当然，假如想对地质的构造及变化进行全面的研究，那么就必须综合多种测井参数。

测井曲线的层序划分在油井勘测开发中必不可少，在对地层进行划分、对地层的岩性进行判别、对储层进行预测等方面都具有非常重要的意义。长期以来，在进行地质分层时，不仅仅考虑曲线的形态，还需要根据曲线反映的各种信息通过分层人员丰富的知识来获得最优解，可是这不仅需要具备丰富的知识积累和熟练程度，而且费时费力，主观性还很强，并且由于没有一个统一的分层准则，每个人都使用自己的分层方式，导致结果的差异性过大，出错率也较高。而与人工分层相比，自动分层不仅可以规避人为分层的随意性，还可以较大程度地提高工作效率并且避免一定的失误率[2]。……