模糊神经网络在测井数据处理中的应用研究

《模糊神经网络在测井数据处理中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安科技大学硕士学位论文模糊神经网络在测井数据处理中的应用研究姓名：曲颖申请学位级别：硕士专业：应用数学指导教师：丁正生2011论文题目：模糊神经网络在测井数据处理中的应用研究专业：应用数学硕士生：曲颖（签名）指导教师：丁正生（签名）摘要随着能源经济的发展，石油的勘探、开发的迅速发展，测井技术在石油勘探开发中处于举足轻重的地位。石油测井高新技术多，决定了其信息复杂性和繁杂性的特点，常规的测井数据解释方法单一，人的经验在测井解释分析中占有很大比例，特别是针对复杂地质地形，例如低孔、低渗非均质性的储层，用常规的解释方法进行含油性评价，结果往往不是很理想，所以要解决面临的问题

2、，应该采取适当的数学方法，建立测井响应值和地质参数之间的数学关系，即建立合理的解释模型。论文首先阐述了石油测井解释的基础知识，包括分析解释过程中的相关参数及储层分层分析等。接下来，重点诠释了模糊神经网络以及针对测井数据分析改进的FBP神经网络，针对改进的FBP神经网络算法，分别将其运用到测井数据处理过程中，分别给出了模型建构、样本学习、网络训练的过程进行计算测井数据的孔隙度和渗透率，以及储集层分层，最后通过设计的测井解释系统，给出预测结果和对比结果。实验结果表明，作为一种非线性方法进行数据处理，人工神经网络更好的反映了储集层地质参数和实际地层特征，另外，用VisualC

3、++开发的测井解释系统，具有能够单机运行、设计操作简单、功能灵活的特点，能够方便的进行各种小型测井数据处理工作，也可嵌入大型石油地质软件中，能够很好的进行石油数据处理工作。论文的主要工作与贡献有：1、研究了测井解释的基本原理和方法，完成了对孔隙度、渗透率和饱和度等重要参数的定义和计算；2、阐述了FBP模糊神经网络，首次将模糊神经网络运用到测井数据解释中，针对测井数据的特点，改进了FBP算法，实现了运用NFBP神经网络进行储集层含油（气）性分层工作；3、自行设计完成了一个可进行计算孔隙度和渗透率，及储集层分层的单机测井数据解释系统，并且能够验证神经网络算法在测井数据解释中

4、的有效性。关键词：测井解释；神经网络算法；模糊神经网络；FBP神经网络研究类型：应用研究Subject:ResearchintheloggingdatainterpretationprocessbasedonFuzzyNeuralNetworkSpecialty:AppliedMathematicsName:QuYing(Signature)Instructor:DingZhengsheng(Signature)ABSTRACTWiththedevelopmentofthesocialeconomic,theoilexplorationanddevelopmentadv

5、ancesquickly,whichleadstotheloggingtechnologyatthepivotalposition.Theloggingtechnologyhasleadtothefeaturesofoilinformationmoreandmorecomplexity,Themethodsoftraditionalwelllogginginterpretationareverysimple,P–Personplaysaveryimportantpart,especiallyinthefaceofpetrographicalformationoflow-

6、porosity,lowpermeabilityandnonhomogeneity,theresultofevaluationinoilbearingfeatureisn’tgood,inordertosolvethisproblem,thesuitableMathematicalmethodswillbeadopt,whichsetupthetiesbetweenresultofwellloggingandgeologicparameter,thatistosay,settingupthereasonableinterpretationmodel.Thepaperfi

7、rstlyexpoundsthebasicknowledgeofoilwelllogginginterpretation,includingtheparameterstheprocessofrelatedanalysisandexplanationofreservoirstratifiedanalysis,etc.Next,itinterpretsthefuzzyneuralnetworkandimprovedFBPneuralnetworkonaccountoftheloggingdataanalysis,whichareapplied