神经网络在多井插值中的应用

【摘要】：正1．引言神经网络具有一定的自学习、自适应及非线性映射能力,用神经网络对地球物理参数作多井插值,既能作准确的数学插值,又能给出可信的地质解释。油藏描述是油气田综合研究与评价的重要内容。然而综合利用地质、地震、测井资料来定量描述油气藏储集参数的空间分布规律却是不易之事。主要表现在地质或物探数据受其采样点数目限制而带有不确定性和随机性。当利用测井资料作约束地震反演时,由于井的位置和数量限制,必须作多井空间插值。利用统计理论及克里金数据网络技术也能做多井插值,但它并不能准确反映真实地质体特征。因为地质体是一定时期地质综合效应产物,它的存在不完全满足随机性原则。作为区域性变量,多井之间数据存在密切空间相关性,但这种相关性是不确定的,不能用显式关系表达。这种隐式关系如用神经网络处理会有明显的效果。