地震屬性優(yōu)化和神經網絡在儲層預測中的應用.pdf

1、地震屬性的研究從上個世紀60年代開始，經歷了幾個階段的發(fā)展后在油氣勘探領域得到了廣泛的應用。從地震資料可提取的地震屬性參數達幾十個，但進行儲層預測時使用的參數并不是越多越好，因為無效的參數會增加工作量和耗費有限資源，甚至帶來維數災難，要有效地利用這些屬性進行儲層參數預測就要進行優(yōu)化。本文對地震屬性優(yōu)化方法進行了介紹，分析了線性局部嵌入、K-L變換優(yōu)化方法，并將優(yōu)化的結果用于儲層的預測。 人工神經網絡作為一門新興的非線性的科學，具

2、有很強的非線性映射能力。近年來，神經網絡的理論研究和實際應用得到了很大的發(fā)展，在很多領域得到了大量的應用，也促進了神經網絡的發(fā)展。同時，這些領域也對神經網絡技術提出了更高的要求。由于小波神經網絡儲層參數預測方法抗干擾強、容錯性好，對參數獨立性要求不嚴格，而且可以同時研究大量的地震特征參數，因而在儲層參數預測中具有廣闊的應用前景。本文詳細介紹了小波神經網絡的理論，對網絡的學習算法進行了改進。 本文用經過優(yōu)化后的地震屬性和測井曲線，