基于交叉验证的地震多属性PNN神经网络反演在识别RWP地区火成岩中的应用
投稿时间:2014-01-07  修订日期:2014-10-23  点此下载全文
引用本文:
摘要点击次数: 674
全文下载次数: 69
作者单位E-mail
谢会文 中国石油塔里木油田公司研究院 xiehw-tlm@petrochina.com.cn 
许永忠 中国矿业大学资源与地球科学学院 xuyongzhong2004@126.com 
高宏亮 中国石油塔里木油田公司研究院新疆库尔勒  
郑多明 中国石油塔里木油田公司研究院新疆库尔勒  
李国会 中国石油塔里木油田公司研究院新疆库尔勒  
叶茂林 中石油塔里木油田公司研究院新疆库尔勒  
王双双 中国矿业大学资源与地球科学学院  
基金项目:国家科技重大专项项目(2011ZX05001-002-003);江苏高校优势学科建设工程资助项目(PAPD)资助
中文摘要:新疆塔北地区发育巨厚二叠系火成岩,速度差异较大,而且火山喷发模式难确定,给其下伏低幅度碎屑岩圈闭和岩性圈闭落实带来困难。本文对二叠系火成岩利用概率神经网络反演等方法进行精细的速度场研究。概率神经网络反演是一种典型的非线性反演方法,相比于稀疏脉冲反演,在地震反演过程的非线性问题,具有更好的分辨率。通过逐步回归和交叉验证优选使验证误差最小的属性组合,使反演结果与测井属性有更好的相关性。建立的速度场经验证,更符合火成岩分布与速度变化规律。
中文关键词:PNN神经网络反演  交叉验证  岩性识别  火成岩
 
Multi-attribute Probabilistic Neural Network Inversion Applicated in Identifying Igneous in RWP Area Based on Cross-validation
Abstract:There developed huge thick Permian Igneous in Tabei area of Xinjiang. The Permian igneous rocks with sharp variation of velocity, affects the process of oil and gas exploration seriously, and makes trap-confirming more difficult. For solving this problem, this paper use Probabilistic Neural Network inversion method to establish igneous velocity field. Compared with CSSI, PNN inversion is a typical nonlinear inversion with its high resolution. At first, a group of attributes was selected by using Stepwise regression and cross-validation for analyzing and error minimum, to make inversion results have better correlation with log properties. The inversion velocity field was testified to conform the distribution of igneous and velocity changes.
keywords:PNN inversion  Cross-validation  Identifying-lithology  Igneous rocks
查看全文  查看/发表评论  下载PDF阅读器
设备展厅
您是第6174798位访问者  备案许可证编号:京ICP备13036454号
版权所有:《中国矿业》杂志社有限公司
地  址: 北京市朝阳区安定门外小关东里10号院东小楼 邮编:100029 电话:010-68332570 88374940 E-mail: zgkyzzs@163.com