油气识别的模糊聚类与遗传神经网络技术

《油气识别的模糊聚类与遗传神经网络技术》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年4月大庆石油地质与开发Apr．，2014第33卷第2期PetroleumGeologyandOilfieldDevelopmentinDaqingV0】．33No．2DOI：10．3969／J．ISSN．1000．3754．2014．02．007油气识别的模糊聚类与遗传神经网络技术李铁军贺建凌立苏王国斌李雪彬(1．西南石油大学理学院，四川成都610500；2．新疆油田公司勘探公司，新疆克拉玛依834000)摘要：为了解决遗传BP神经网络在储层油气识别中存在的问题，采用改进的遗传算法优化了RBF网络的连接权值及结构，不仅解

2、决了神经网络易陷入局部最优的问题，而且提高了网络的泛化性能。针对储层性质差别大会影响油气识别精度的问题，给出基于马氏距离的模糊聚类方法，对原样本空间按储层性质聚类得到了新的样本空间，并以常规测井和录井资料作为网络的输入参数进行了油气识别。通过样本的聚类处理，提高了遗传神经网络映射的精度。关键词：模糊聚类；遗传算法；RBF神经网络；目标函数；油气识别中图分类号：TEl21文献标识码：A文章编号：1000—3754(2014)02—0031—04IDENTIFICATIoNoFTHEoILANDGASBASEDoNFUZZYCLUST

3、ER．INGANDGENETIC-NEURALNETWORKTECHNIQUESLITiejun，HEJian，LINGLisu，WANGGuobin，LIXuebin。(1．CollegeoftheSciences，SouthwestPetroleumUniversity，Chengdu610500，China；2．ExplorationCompanyofXinjiangOilfieldCompany，Karamay83400，China)Abstract：Inordertosolvetheproblemintheidentif

4、icationoftheoilandgasreservoirs，theimprovedgenetical—gorithmisadoptedtooptimizetheconnectionpowerandstructure，thustheproblemofthepartiallyoptimizedneu-tralnetworkcanberesloved，andmoreoverthegeneralizedcapabilityofthenetworkhasbeenenhanced．Inthelightoftheproblemofinflu

5、encingtheidentificationresultedfromthesharpcontrastamongthereservoirproperties，onthebasisofMarkovDistance，thefuzzyclusteringmethodispresented，andthenthenewsamplespaceisob-tainedbytheclusteringoftheoriginalsamplespacebymeansofthereservoirproperties．Atthesametime，taking

6、theconventionalwellloggingandmudloggingdataastheinputparametersofthenetwork，theoilandgasidentifi—cationisconducted．Withthehelpofthesampleclusteringprocess，thereflectingprecisionofthegenetic-neutralnetworkiSenhanced．Keywords：Fuzzyclustering；geneticalgorithm；RBFneuralne

7、twork；objectivefunction；oilandgasidentifica—tion近年来，采用多参数判别油水层的方法有灰色法、微差分析法及多组、逐步判别法等，尤其是基理论分析法、数理统计法、模糊聚类法、神经网络于人工神经网络预测、评价储层的研究较多。收稿日期：2013—07．22改回日期：2013—10．31作者简介：李铁军，男，1964年生，教授，从事油气层增产技术研究与教学工作。E·mail：lfj@swpu．edu．cn·32·大庆石油地质与开发2014盎虽然人工神经网络及遗传神经网络技术已在石油勘1．2遗传R

8、BF神经网络探开发领域得到应用，但仍有局限性，而且在1．2．1改进的遗传算法应用遗传神经网络技术预测储层物性时会因储层之遗传算法是一种基于自然选择和基因遗传学原间差别大而降低预测精度J，因此将模糊聚类与理的优化搜索算法，其显著特点为隐含层的并行性遗