试井解释模型识别及参数估计的人工神经网络方法
该文从试井理论分析出发，利用压力导数曲线的固有特征，由神经网络建立实测曲线与其对应理论曲线间的映射关系，采用坐标平移的方式将实测曲线移动到对应理论曲线位置。利用二值化方法将试井压力导数曲线表示成二值向量形式，可有效维护理论曲线和实测曲线的原始模式特征，从而使得所构造的神经网络能够正确识别测曲线的模式类别。研究表明，对于存在早期和后期不完整的实测试井曲线的试井解释模型，点向量神经网络方法的正确识别率很低，而坐标平移与二值化处理的神经网络方法可全部正确识别。此外，在应用坐标平移及二值化神经网络方法识别试井解释模型的同时，还可以对模型参数进行初步估计。
试井解释 参数估计 神经网络方法 模型识别
邓远忠 王家宏 陈钦雷
石油勘探开发科学研究院 石油大学(北京)
国内会议
北京
中文
388～397
2000-11-07（万方平台首次上网日期，不代表论文的发表时间）