关键词:
测录井数据
天然气储层
岩性识别
校正预处理
经验模态分解
RBF神经网络
摘要:
准确确定储层中岩石的类型和特征,可以为天然气勘探和开发提供重要依据,为此研究基于RBF神经网络模型的天然气储层测录井岩性识别方法。该方法针对设备性能差异和人为操作误差等因素导致测录井数据存在的偏差,分别从数据参数转换、压力平衡和钻井液流速影响3方面对测录井数据进行实时校正预处理,运用经验模态分解方法对校正后的测录井数据进行分解,得到低频、高频测录井数据分量,并计算测录井数据不同分量的状态特征谱熵,再将其输入RBF神经网络模型内,经过模型传输、映射和分类,输出天然气储层的岩性识别结果。实验结果表明,该方法可有效对测录井数据实施校正预处理,同时能从测录井数据内分解其高频分量,可准确识别天然气储层的岩性,应用效果较为显著。