论文部分内容阅读
为提高胡状集油田胡十二断块沙三段各沉积时间单元沉积微相划分的准确性,在系统取心井单井相研究的基础上,优选并提取了能反映各种沉积微相特征的定量参数,对不同类型的微相进行定量标定.将标定结果输入人工神经网络,应用神经网络的智能功能,并通过自动识别、调整权值,实现对未知沉积时间单元微相的自动识别.用神经网络方法对胡状集油田150多口井95个沉积时间单元进行沉积微相划分,取得了较为理想的结果,避免了仅用测井曲线划分沉积微相的不确定性.