模糊贴近度在储层识别中的应用

doi:10.3863/j.issn.1000-2634.1999.04.013

西南石油大学学报(自然科学版) ›› 1999, Vol. 21 ›› Issue (4): 46-49.DOI: 10.3863/j.issn.1000-2634.1999.04.013

模糊贴近度在储层识别中的应用

冯国庆¹ 李允² 谈德辉³

1.西南石油学院研究生部,四川南充637001; 2.西南石油学院; 3.西南石油学院成人教育学院

收稿日期:1998-11-03 修回日期:1900-01-01 出版日期:1999-11-20 发布日期:1999-11-20
通讯作者: 冯国庆

APPLICATION OF FUZZY CLOSENESS DEGREE IN RESERVOIR RECOGNITION

FENG Guo-qing LI Yun TAN De-hui

Southwest Petroleum Inst

Received:1998-11-03 Revised:1900-01-01 Online:1999-11-20 Published:1999-11-20
Contact: FENG Guoqing

摘要/Abstract

摘要： 为了克服测井解释中通常采用的最大隶属原则进行决策分析导致信息丢失所引起的判别结果的偏差,将模糊数学中的非对称贴近度分析法与神经网络结合起来,充分利用各分量信息建立了一种基于模糊贴近度的神经网络识别法。通过临盘油田实际资料解释表明,在储层识别中采用该方法可大大改善解释效果。
　

关键词: 模糊贴近度, 神经网络, 储层, 识别

Abstract: A neural network recognition method is established based on fuzzy closeness degree by combination of non-symmetric closeness degree in mathematics and neural network to overcome deviated interpretation which is resulted from losing information when tactics analysis is conducted by the maximum belonging rules in well logging interpretation. Practical interpretation of
ling pan oilfield indicates the method will greatly improve the effect of interpretation

Key words: fuzzy closeness degree, neural network, reservoir, recognition

中图分类号:

TE122.2

冯国庆李允谈德辉. 模糊贴近度在储层识别中的应用[J]. 西南石油大学学报(自然科学版), 1999, 21(4): 46-49.

FENG Guo-qing LI Yun TAN De-hui. APPLICATION OF FUZZY CLOSENESS DEGREE IN RESERVOIR RECOGNITION[J]. 西南石油大学学报(自然科学版), 1999, 21(4): 46-49.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.3863/j.issn.1000-2634.1999.04.013

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y1999/V21/I4/46

[1]	黄旭日, 代月, 徐云贵, 唐静. 基于深度学习算法不同数据集的地震反演实验[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 16-25.
[2]	刘兆年, 赵颖, 孙挺. 渤海区域基于数据驱动的钻井提速[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 35-41.
[3]	檀朝东, 贺甲元, 周彤, 刘健康, 宋文容. 基于PCA-BNN的页岩气压裂施工参数优化[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 56-62.
[4]	刘浩瀚, 颜永勤, 闵令元, 乐平, 殷艳玲. 基于灰色网络组合优化的年增油量预测[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 89-96.
[5]	隋先富, 彭龙, 韩国庆, 范白涛, 于继飞. 基于主成分分析法的电潜泵故障诊断[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 107-114.
[6]	王兵, 郑亚梅, 陈茂柯, 高凌云. 基于Tri-BiLSTM-CNN的钻井安全问答系统[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 157-164.
[7]	钟原, 刘小溶, 王杰, 陈雁, 张泰. 基于NER的石油非结构化信息抽取研究[J]. 西南石油大学学报(自然科学版), 2020, 42(6): 165-173.
[8]	彭先, 彭军, 张连进, 林攀, 兰雪梅. 双鱼石构造栖霞组白云岩储层特征及主控因素[J]. 西南石油大学学报(自然科学版), 2020, 42(5): 1-12.
[9]	魏华动, 石桂鹏, 朱秀香, 张云峰, 王振宇. 塔中西部良里塔格组台缘台内礁滩储层差异性[J]. 西南石油大学学报(自然科学版), 2020, 42(5): 25-38.
[10]	陈雪, 徐剑良, 黎菁, 肖剑锋, 钟思存. 威远区块页岩气水平井产量主控因素分析[J]. 西南石油大学学报(自然科学版), 2020, 42(5): 63-74.
[11]	田瀚, 张建勇, 李昌, 李文正, 姚倩颖. 成像测井在灯影组微生物岩岩相识别中的应用[J]. 西南石油大学学报(自然科学版), 2020, 42(5): 75-85.
[12]	段永刚, 伍梓健, 魏明强, 任科屹, 卢川. 超稠油油藏EBIP厚度变化模式对SAGD的影响[J]. 西南石油大学学报(自然科学版), 2020, 42(5): 127-134.
[13]	江同文, 张辉, 徐珂, 王志民, 王海应. 克深气田储层地质力学特征及其对开发的影响[J]. 西南石油大学学报(自然科学版), 2020, 42(4): 1-12.
[14]	王伟东, 彭军, 夏青松, 段冠一, 孙恩慧. 川北大安寨生屑灰岩储层主控因素及预测思路[J]. 西南石油大学学报(自然科学版), 2020, 42(4): 13-21.
[15]	牟中海, 刘雪, 常琳, 苏秋, 吴千然. 薄互层型沉积体储层构型建模[J]. 西南石油大学学报(自然科学版), 2020, 42(3): 1-12.

模糊贴近度在储层识别中的应用

APPLICATION OF FUZZY CLOSENESS DEGREE IN RESERVOIR RECOGNITION

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价