位置:成果数据库 > 期刊 > 期刊详情页
LM-BP神经网络在泥页岩地层横波波速拟合中的应用
  • ISSN号:1673-5005
  • 期刊名称:《中国石油大学学报:自然科学版》
  • 时间:0
  • 分类:P631.8[天文地球—地质矿产勘探;天文地球—地质学]
  • 作者机构:[1]油气藏地质及开发国家重点实验室,四川成都610059, [2]成都理工大学能源学院,四川成都610059, [3]中国地质大学能源学院,北京100083
  • 相关基金:国家自然科学基金项目(41572130)
中文摘要:

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。

英文摘要:

Using elastic "wave theory, the parameters such as density, stress, and strain that affect the velocity of P-wave andS-wave are analyzed. The velocities of P-wave and S-wave are tested subsequently in different lithology, saturation state, ambient pressure and axial pressure conditions. Finally, the average relative error is estimated as 2. 22% utilizing the LM-BPneural network fit with experimental results. The results show that the lithology, saturation state and stress state are key factors that influence the relationship of the P-wave and S-wave velocity. To obtain higher accuracy, the LM-BP neural networkcan be used to fit the S-wave speed under multi-condition.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国石油大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:中国石油大学(华东)
  • 主编:袁静(执行)
  • 地址:山东省东营市北二路271号
  • 邮编:257061
  • 邮箱:journal@upc.edu.cn
  • 电话:0546-83922495 86983262
  • 国际标准刊号:ISSN:1673-5005
  • 国内统一刊号:ISSN:37-1441/TE
  • 邮发代号:24-273
  • 获奖情况:
  • 本刊1996年以来历届山东省优秀期刊奖,曾荣获1999年全国高校学报优秀期刊二等奖,2001年...,2012年获教育部第四届中国高校精品科技期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,美国石油文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:9288