LM-BP神经网络在泥页岩地层横波波速拟合中的应用
Application of LM-BP neural network in simulation of shear wave velocity of shale formation作者机构:油气藏地质及开发国家重点实验室四川成都610059 成都理工大学能源学院四川成都610059 中国地质大学能源学院北京100083
出 版 物:《中国石油大学学报(自然科学版)》 (Journal of China University of Petroleum(Edition of Natural Science))
年 卷 期:2017年第41卷第3期
页 面:75-83页
核心收录:
学科分类:081801[工学-矿产普查与勘探] 0808[工学-电气工程] 08[工学] 0820[工学-石油与天然气工程] 0817[工学-化学工程与技术] 0818[工学-地质资源与地质工程] 0807[工学-动力工程及工程热物理] 0815[工学-水利工程] 0827[工学-核科学与技术] 0813[工学-建筑学] 0802[工学-机械工程] 0703[理学-化学] 0814[工学-土木工程] 0811[工学-控制科学与工程] 0801[工学-力学(可授工学、理学学位)]
主 题:横波波速 弹性波理论 LM-BP神经网络 测试条件 泥页岩地层
摘 要:首先依据弹性波理论对影响纵横波波速的参数进行分析,明确影响横波波速的参数主要包括密度、应力载荷及应变量。根据分析结果,分别测试不同岩性、饱和状态、围压及轴压条件下的岩石纵横波波速。最后以实验结果为最初样本,通过训练LM-BP神经网络,对横波波速实验结果进行拟合,拟合平均相对误差为2.22%。结果表明,岩性、含气性及应力状态是影响纵横波波速主要因素,利用LM-BP神经网络的多条件拟合横波波速具有更高的精度。