RBF神经网络法在页岩油关键参数测井评价中的应用
利用常规测井曲线对泥页岩进行有机非均质性(包括含油非均质性)的连续评价被广泛接受，对于总有机碳(TOC)的测井评价前人有较多研究，但对于游离烃(S1)和粘土矿物的研究报道较少。本研究以四扣洼陷L69井为例，利用RBF神经网络法对泥页岩TOC、S1、粘土矿物含量进行测井评价，探讨RBF神经网络法对页岩油关键参数进行测井评价的可行性。 RBF网络是一个两层的前向网络，输入数目等于所研究问题的独立变量数，中间层选取基函数作为转移函数，从输入层到隐层空间的变换是非线性的，隐层到输出层是线性的，隐层单元的变换函数是一种局部分布的对中心点径向对称衰减的非负非线性函数，即径向基函数，输出层为一个线性组合器。
页岩油 测井评价 RBF神经网络 地质勘探
陈国辉 李进步 卢双舫 田善思 颜鑫桐 王新
中国石油大学(华东) 青岛 266500 中国石油大学(华东) 青岛 266500;东北石油大学地球科学学院 大庆 163318 东北石油大学地球科学学院 大庆 163318
国内会议
珠海
中文
633-634
2013-11-01（万方平台首次上网日期，不代表论文的发表时间）