基于小波神经网络的油页岩含油率预测方法

查看详情 浏览次数:1
作者张永浩1,2 ; 王飞3 ; 陈勇2 ; 段朝伟2 ; 边会媛4
作者Zhang Yong-hao ; Wang Fei ; Chen Yong ; Duan Chao-wei ; Bian Hui-yuan ; Department of Geology ; Northwest University ; China Petroleum Logging CO.LTD. ; College of Geology Engineering and Geomatics ; Chang’an University ; College of Geology & Environment ; Xi’an University of Science and Technology
单位1西北大学地质学系;2中国石油集团测井有限公司;3长安大学地质工程与测绘学院;4西安科技大学地质与环境学院
关键词油页岩 ; 含油率 ; 测井 ; 小波神经网络 ; 鄂尔多斯盆地
来源兰州大学学报(自然科学版)
出版年2019
期号第6期
摘要
在油页岩含油率实验分析的基础上,优选含油率敏感性测井参数,采用小波神经网络法构建含油率多测井参数预测模型.利用该模型对鄂尔多斯盆地东南部三叠系长7段储层含油率进行预测,将预测结果与多元线性回归预测结果进行对比.结果表明,利用小波神经网络法预测油页岩含油率精度更高,为研究区油页岩勘查工作部署提供科学依据.

@ 2023 版权所有 中国地质图书馆 (中国地质调查局地学文献中心)

京ICP备 05064591号 京公网安备11010802017129号

建议浏览器: 火狐、谷歌、微软 Edge、不支持 IE