论文部分内容阅读
以薄片鉴定资料为准，从筛选敏感测井参数人手，优选了对岩性敏感的自然伽马和光电吸收截面指数作为BP神经网络输入端信息进行网络训练和学习，对测井数据进行了标准化处理，以消除由于测井系列以及仪器型号的不同引起的刻度误差。应用BP神经网络法对苏里格气田目的层段复杂岩性进行识别，其结果与岩心录井岩性符合度较高，平均符合率达84．48％。采用该方法对致密砂岩气藏储层岩性的识别，可以有效地为后续沉积相等方面的研究提供资料基础。