基于自組織映射的地質可視化在油藏描述中的應用.pdf

1、傳統(tǒng)的油藏描述方法存在很多問題。比如，大部分方法都是基于單變量的；油藏參數維數高、數量多，且存在很大的隨機性和不確定性等。為了克服這些不足，近年來，國內外學者提出利用神經網絡進行油藏描述。鑒于自組織映射(SOM)模型的特征保持、數據降維以及可視化功能，本文利用其對油氣層進行準確識別。 針對SOM網絡學習算法存在的一些缺點，即在學習過程中容易陷入局部最優(yōu)，以及在收斂過程中存在鐘擺效應，本文提出一種改進的SOM學習算法。理論研究和仿

2、真試驗均表明該算法的有效性，它能彌補標準SOM學習算法的不足。 油氣層的準確識別能夠提高勘探效果，還可以為油田開發(fā)的部署與規(guī)劃提供重要的基礎數據。本文擬在現有油氣層識別研究與評價技術基礎上，利用改進的SOM學習網絡模型分析測井參數識別儲層，提出一套分析識別方法，并給出了相應的可視化信息，得到一個良好的聚類識別器，為油藏描述和參數分析提供了依據。文中詳細介紹了此模型用于油氣層識別的過程。比如，樣本參數的選擇、網絡的構建和優(yōu)化、網絡