双重神经网络预测储层及油气
张向君, 管叶君, 崔凤林, 李青仁, 吴志强
大庆石油管理局物探公司
Predicting a reservoir and the hydrocarbon resources by dual neural network
Zhang Xiangjun, Guan Yejun, Cui Fenglin, Li Qingren, Wu Zhiqiang
Research Institute, Geophysical Exploration Corporation, Xingwujing, Daqing City, Hei longjlang Province 163357
摘要 由自组织神经网络和BP网络组成的双重神经网络,能够克服各自单独使用的局限性,可在复杂地区进行储层及油气预测。在BP网络训练时,采用同伦学习算法,可得到全局最优解,且收敛速度很快。实际应用表明,在用自组织神经网络或BP网络不能进行储层及油气预测的地区,采用双重神经网络能取得很好的效果。
关键词 :
储层预测 ,
双重神经网络 ,
自组织神经网络 ,
BP网络 ,
同伦学习算法
Abstract :Dual neural network consisting of self-organizing neural network and BP neural network removes their respective limitations appearing in the separate uses of the two kinds of neural networks,so this dual neural network can be taken to predict reservoir and the hydrocarbon resources in complicated areas.The application of homotopy learning algorithm to BP network training brings global optimization solution and very fast convergence.Practical application shows that the dual neural network results in nice effect of reservoir and hydrocarbon prediction in the area where self-organizing neural network or BP network does not work.
Key words :
reservoir prediction
dual neural network
self-organizing neural network
BP neural network
homotopy learning algorithm
收稿日期: 1996-12-03
基金资助: 国家自然科学基金、中国科学院、中国石油天然气总公司、大庆石油管理局联合资助
作者简介 : 张向君,工程师,1966年生,1989年毕业于长春地质学院应用地球物理系,1993年毕业于哈尔滨工业大学数学系,获硕士学位.曾从事一维波动方程反演等方法的研究工作,发表论文数篇.现在大庆石油管理局物探公司研究所从事波动方程反演及储层描述方法的研究工作.
引用本文:
张向君, 管叶君, 崔凤林, 李青仁, 吴志强. 双重神经网络预测储层及油气[J]. 石油地球物理勘探, 1997, 32(5): 717-723.
Zhang Xiangjun, Guan Yejun, Cui Fenglin, Li Qingren, Wu Zhiqiang. Predicting a reservoir and the hydrocarbon resources by dual neural network. OGP, 1997, 32(5): 717-723.
链接本文:
http://www.ogp-cn.com/CN/ 或 http://www.ogp-cn.com/CN/Y1997/V32/I5/717
[1]
杨森, 吴国忱, 张明振, 杜泽源, 单俊臻, 梁展源. 基于稀疏表示的增维叠前地震反演方法 [J]. 石油地球物理勘探, 2020, 55(2): 398-410.
[2]
王延光, 李皓, 李国发, 刘立彬, 曹国明, 张会卿. 一种用于薄层和薄互层砂体厚度估算的复合地震属性 [J]. 石油地球物理勘探, 2020, 55(1): 153-160.
[3]
韩晟, 韩坚舟, 赵璇, 王小玄, 范立红, 梅杰. 距离权重改进的Pearson相关系数及应用 [J]. 石油地球物理勘探, 2019, 54(6): 1363-1370.
[4]
罗鑫, 陈学华, 张杰, 蒋伟, 孙雷鸣, 肖为. 基于依赖频率AVO反演的高含气饱和度储层预测方法 [J]. 石油地球物理勘探, 2019, 54(2): 356-364.
[5]
陈策, 王刚, 倪根生, 陈虎, 杨璐, 王鹏. 利用Walkaway VSP技术预测川西北深层碳酸盐岩储层 [J]. 石油地球物理勘探, 2018, 53(s2): 70-76.
[6]
李陶, 刘护创, 胡光岷, 白小寅, 孙小萍, 孙佳传. 非高斯反演在页岩气储层预测中的应用 [J]. 石油地球物理勘探, 2018, 53(s2): 197-203.
[7]
陈志刚, 孙星, 刘雷颂, 郭增虎, 马辉, 聂刚. 低频地震资料分频反演在滨里海盆地中区块的应用 [J]. 石油地球物理勘探, 2018, 53(s2): 261-265.
[8]
魏浩元, 韦德强, 肖文华, 向鑫, 苑伯超, 高翔. 地震属性技术在鸭儿峡白垩系K1 g1 油藏精细勘探中的应用 [J]. 石油地球物理勘探, 2018, 53(s2): 295-300.
[9]
孟瑞刚, 张家良, 成洪文, 王东林, 马建坡, 孙磊. 地震属性技术在张巨河油田综合解释中的应用 [J]. 石油地球物理勘探, 2018, 53(s1): 138-143.
[10]
张明, 郝杰, 付兴深, 张建坤, 徐文会. 南堡凹陷南堡4-3区低渗砂岩储层预测 [J]. 石油地球物理勘探, 2018, 53(s1): 164-169.
[11]
张明, 牛志杰, 隋京坤, 王峰, 李劲松, 孙靖. 多属性分析技术在准噶尔盆地腹部油气勘探中的应用 [J]. 石油地球物理勘探, 2018, 53(s1): 179-185.
[12]
王明超, 刘宝鸿, 张斌, 董德胜, 李敬含, 尹宜鹏. 利用高分辨率波阻抗反演技术预测薄储层——以辽河坳陷牛居地区为例 [J]. 石油地球物理勘探, 2018, 53(s1): 186-190.
[13]
苏洲, 张慧芳, 李斌, 罗海宁, 孙琦, 李刚. 利用多属性断裂分析技术识别断层——以牙哈断块潜山为例 [J]. 石油地球物理勘探, 2018, 53(s1): 201-207,213.
[14]
吕文正, 陈骁, 关旭, 邹定永, 黄天俊, 杨广广. 特色构造解释及储层预测技术在川西北双鱼石地区的应用 [J]. 石油地球物理勘探, 2018, 53(s1): 228-233.
[15]
殷文, 朱剑兵, 李援, 郭加树, 李长红. 基于地震分频调谐体和Wheeler转换技术的薄储层预测方法 [J]. 石油地球物理勘探, 2018, 53(6): 1269-1282.