导读:本文包含了沉积微相自动识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:自动识别,神经网络,曲线,人工免疫,模式,数据,图象处理。
沉积微相自动识别论文文献综述
国景星,陈铭[1]（2018）在《基于支持向量机的浊积扇沉积微相自动识别》一文中研究指出在油田勘探开发中,利用测井资料迅速准确的划分沉积微相至关重要。商河油田叁区沙叁上亚段内发育浊流沉积,由于浊积微相在划分上具有复杂性,因而易受到工作者主观性及工作繁琐性的影响。为了最大限度地利用测井资料、提高沉积微相划分工作效率,可利用支持向量机对商叁区沙叁上浊积环境的沉积微相进行定量精细自动识别,为后期油田精细开发打下地质基础。研究中优选测井曲线,对其进行预处理并提取特征参数,用作支持向量机的输入集,以沉积微相解释结论作为输出;选取区内取芯井段齐全且具有微相划分结果的3口取芯井、总计1 209组数据对支持向量机进行训练,将其中908组数据作为训练集、301组数据作为测试集。研究结果表明:应用该方法的训练结果和测试结果准确率分别达到了97.7%、88.9%,表明支持向量机方法在商叁区沙叁上亚段浊积扇沉积微相识别上有较好的应用效果。(本文来源于《甘肃科学学报》期刊2018年02期）
马奎[2]（2017）在《基于BP神经网络自动识别沉积微相方法》一文中研究指出基于测井数据的深度挖掘性,提出了前馈式(BP)人工神经网络的沉积微相识别方法。在测井数据较少、井多的条件下深入挖掘有限的测井数据,得到具有沉积学意义的样本指标,对比不同沉积微相指标,找到各自特征。通过训练样本的优选,建立了训练样本集,对BP人工神经网络拓扑结构选择和网络训练方法进行分析和试验,总结了网络拓扑结构设置方法和成长型网络训练方法。实现了在测井数据不足、微相特征复杂的条件下实现了高效率、高准确度的沉积微相识别,其独特优势在石油地质研究中有着广泛的应用前景。(本文来源于《四川地质学报》期刊2017年02期）
孔凡立[3]（2011）在《河流沉积微相自动识别方法研究与算法设计》一文中研究指出利用测井曲线进行河流沉积微相的识别在油田开发后期的剩余油寻找过程中具有指导意义,而利用计算机完成自动识别则可以提升工作效率。自动识别方法的研究流程可以遵循选择测井曲线->选择特征参数->建立判别模型的流程,在此基础上完成软件开发。本文以大庆油田南二区东块1480口井的人工判相数据为基础,按照各测井系列的特点选取了自然电位(SP)、微电位(RMN)、微梯度(RMG)作为判别曲线。通过对原始数据的分析建立了各河流沉积环境下不同沉积微相的标准曲线模板,总结了它们的图形特征。在此基础上对原始数据进行预处理,包括归一化和Haar小波变换两部分。归一化处理解决了不同测井仪器、测井位置等造成的原始数据不一致问题。Haar小波变换将测井数据中的噪音数据、细节信息和整体特征进行分离,可以去除曲线中噪音和细节信息对自动判相的误导作用。为了能建立一套完整的方案来区分各种沉积微相,本文将常见微相分为河道砂和薄层砂两大类,通过分步识别法完成区分。初次识别过程中,通过逐步判别法对常用参数进行筛选,解决了特征参数的计算机自动选择问题：然后利用人工数据建立Bayes判别模型,完成初步识别过程。再次识别则需要结合各沉积微相的平面组合关系、剖面特征等因素,最终完成了普通河道砂、主体席状砂、废弃河道砂、天然堤、心滩、表外和尖灭的自动识别。在数据结构设计的前提下,本文按照自动识别方法没计算法并编写了相应的软件,完成了输入输出模块、显示模块、专家库模块、平面相图生成模块和人机交互模块的开发。其中的平面相图具有距离法和膨胀法两种不同的自动生成算法,适合不同的应用条件。与前人开发的软件相比,该软件具有系统化、易用性高、辅助功能齐全等特点。利用开发的自动识别软件对大庆南二区东块1480口井和南一区20口井的数据处理后表明,识别准确率可达80%以上,识别所需的时间在2分钟以内,识别准确度和效率都符合实际生产的要求。(本文来源于《浙江大学》期刊2011-03-01）
孙铁军,冯庆付,刘浩,王凤刚[4]（2010）在《利用测井资料计算机自动识别沉积微相方法研究》一文中研究指出以关键井沉积微相分析为基础,将测井学同地质、现代数学相结合,从测井资料中提取反映各种微相的测井特征参数,并应用一套多元统计分析方法,建立各种沉积微相的判别模式,研究开发一套软件系统,实现计算机根据测井资料自动分析判别陆相地层沉积微相。应用该软件对某油田西区的十几口井的测井资料进行处理,并绘制出沉积微相平面图。(本文来源于《西北地质》期刊2010年03期）
卢松,潘和平,彭曙光,荆进福[5]（2009）在《沉积微相和测井相研究及自动识别系统——以曲流河环境沉积为例》一文中研究指出在关键井的测井数据、取芯资料及地质信息分析的基础上,研究曲流河沉积相各沉积微相的特征及在测井曲线上的响应特征,建立曲流河沉积相各种沉积微相的测井相模式及特征参数样本,利用BP(Back Propagation)神经网络技术反馈学习,得出一套适合研究区域沉积微相的判别系数,并对其它实际测井资料进行沉积微相自动识别,得出结果与地质专家解释结果吻合率达到85%以上,效果显着,实现了根据测井资料用计算机自动识别井剖面地层的沉积微相。(本文来源于《工程地球物理学报》期刊2009年03期）
李国和,赵决正,江希[6]（2008）在《基于人工免疫系统的沉积微相自动识别》一文中研究指出为了采用测井曲线实现沉积微相的自动识别,通过测井曲线变化趋势的编码和人工免疫系统的克隆免疫、变异等算子,建立基于人工免疫系统的测井曲线识别模型,实现了不等长特征曲线匹配过程的快速收敛。对胜利油田150个沉积微相进行识别,正确率达到95%,证实了该模型应用的有效性。(本文来源于《计算机工程与应用》期刊2008年11期）
宋吉水[7]（2007）在《陆相储层沉积微相自动识别及建模技术研究》一文中研究指出大庆油田长垣发育有萨尔图、葡萄花、高台子油层,该套油层为松辽盆地北部大型河流一叁角洲沉积,储层沉积厚度约500米,以砂泥岩互层沉积为主,具有层数多、单层厚度薄,层间、层内、平面非均质严重的特点。1964年油田投入开发,采用水驱和聚驱开发,目前油田已进入高含水后期,为了进一步改善油田开发效果,提高油田最终采收率,开展沉积储层确定性地质建模技术研究。本文以大庆油田长垣萨、葡、高油层区域地质特征为基础,根据裸眼井测井原理,采用分形理论、差分法、小波变换、神经网络等方法,对测井曲线进行“解释”,实现了计算机自动划分沉积单元界限和识别沉积微相,并建立数据库,为储层确定性建模打下基础。在此基础上,根据对国内外地质建模技术的调研,研究出适合本地区储层确定性地质建模技术,在该技术中提出了纵向非均匀网格技术解决了储层建模的纵向非均值性问题,与解决储层平面分布的不均匀性的相控技术相结合,建立储层空间数据体,该地质模型能够精细刻画储层非均质性的空间变化特征,将储层确定性地质建模技术应用于油田调整挖潜,取得了好的效果,为指导油田开发,提高油田开发水平探索出一条新的途径。(本文来源于《浙江大学》期刊2007-09-20）
靳松,朱筱敏,钟大康[8]（2006）在《变差函数在沉积微相自动识别中的应用》一文中研究指出提出了一种建立沉积微相测井识别模式的新方法,即利用变差函数对测井曲线的形态进行研究,并将不同方向上的变程作为定量刻画参数,来分析各个方向变程所蕴含的沉积学意义。0°方向的变程反映沉积环境的能量稳定程度;90°方向变程反映水动力动荡程度;45°和135°方向变程分别反映正韵律和反韵律特征。变程星形图可全面地刻画测井曲线的形态特征,反映沉积环境的水动力变化规律。以多方向变程为主要参数建立的定量识别模式,对微相分类明显,易于导入各类模式识别方法中,从而提高微相识别的效率和准确度。(本文来源于《石油学报》期刊2006年03期）
刘红歧,陈平,夏宏泉[9]（2006）在《测井沉积微相自动识别与应用》一文中研究指出利用测井资料快速准确地确定沉积微相是油田勘探开发需要研究解决的问题。提出了一种方法,根据测井曲线的变化特点,自动划分沉积旋回,并通过描述曲线形态变化的一系列特征参数,自动判断沉积微相。完善了自动划分沉积旋回和沉积微相的计算机程序,处理了苏里格气田的资料,收到了较好的效果。(本文来源于《测井技术》期刊2006年03期）
许少华,陈可为,梁久祯,郑生民[10]（2001）在《基于遗传-BP神经网络的沉积微相自动识别》一文中研究指出提出了一种基于神经网络与图象处理技术相结合的沉积微相自动识别方法 .该方法是先将数字化测井曲线和地层参数预处理转化为二值点阵图象模式 ,经过点阵数据编码压缩提取和记忆曲线所表征的地层模式特征 ,然后利用超线性BP算法与遗传算法相结合的方法训练多层前馈神经网络 .所得神经网络稳定、学习收敛速度快 ,同时具有很强的记忆能力和推广能力 ,此模型对解决沉积微相自动识别问题具有良好的适应性(本文来源于《大庆石油学院学报》期刊2001年01期）
沉积微相自动识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于测井数据的深度挖掘性,提出了前馈式(BP)人工神经网络的沉积微相识别方法。在测井数据较少、井多的条件下深入挖掘有限的测井数据,得到具有沉积学意义的样本指标,对比不同沉积微相指标,找到各自特征。通过训练样本的优选,建立了训练样本集,对BP人工神经网络拓扑结构选择和网络训练方法进行分析和试验,总结了网络拓扑结构设置方法和成长型网络训练方法。实现了在测井数据不足、微相特征复杂的条件下实现了高效率、高准确度的沉积微相识别,其独特优势在石油地质研究中有着广泛的应用前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
沉积微相自动识别论文参考文献
[1].国景星,陈铭.基于支持向量机的浊积扇沉积微相自动识别[J].甘肃科学学报.2018
[2].马奎.基于BP神经网络自动识别沉积微相方法[J].四川地质学报.2017
[3].孔凡立.河流沉积微相自动识别方法研究与算法设计[D].浙江大学.2011
[4].孙铁军,冯庆付,刘浩,王凤刚.利用测井资料计算机自动识别沉积微相方法研究[J].西北地质.2010
[5].卢松,潘和平,彭曙光,荆进福.沉积微相和测井相研究及自动识别系统——以曲流河环境沉积为例[J].工程地球物理学报.2009
[6].李国和,赵决正,江希.基于人工免疫系统的沉积微相自动识别[J].计算机工程与应用.2008
[7].宋吉水.陆相储层沉积微相自动识别及建模技术研究[D].浙江大学.2007
[8].靳松,朱筱敏,钟大康.变差函数在沉积微相自动识别中的应用[J].石油学报.2006
[9].刘红歧,陈平,夏宏泉.测井沉积微相自动识别与应用[J].测井技术.2006
[10].许少华,陈可为,梁久祯,郑生民.基于遗传-BP神经网络的沉积微相自动识别[J].大庆石油学院学报.2001
论文知识图
