简介：基于测井资料进行岩性分类是油气勘探和采集过程中的基础问题之一。根据前人的研究成果已开发了多种岩性分类方法,提出了基于堆栈自编码模型的岩性分类方法,通过对测井资料进行逐层抽象提取特征凸显不同岩性的微弱测井响应,使用Softmax作为分类器进行岩性分类。应用该方法对丁山地区泥质灰岩和灰质泥岩进行识别,将训练好的模型应用于丁山HF1井中,正确率均达到94.39%以上。
简介：在勘探初期测井数据较少,不足以支持有监督学习.采用深度学习中的稀疏自编码方法对地震数据进行无监督学习,通过逻辑回归,利用少量的岩性解释资料做有监督微调,以达到对工区中的地震数据进行岩性体识别.识别结果表明,该方法优于传统的波阻抗识别方法,能有效识别储层中的有利岩性.
简介：本文综述了东濮凹陷文留地区气藏地质特征,将气藏划分为煤成气藏和油型气藏两大系列六种类型.气藏形成条件分析认为,煤成气藏有石炭-二叠系煤系丰富的生气物质基础、较高的演化程度、优越的盖层、多种多样的圈闭类型和发育良好的储集层段,煤系二次生气,通过断层垂向运移而聚集成藏,受后期构造活动影响较小;油型气藏气源岩主要为沙三段生烃岩系,砂体发育普遍且具有良好的储盖组合条件,成藏后期断层活动对早期形成的油气藏有一定破坏作用,甚至会导致油气散失或再分布,油气关系较复杂.从成藏条件及气藏分布序列分析,提出了各类气藏整体滚动勘探对策.
基于堆栈自编码模型的岩性分类方法
基于稀疏自编码的岩性识别方法
东濮凹陷文留地区天然气成藏条件与滚动勘探对策
