典型文献
油气层测井知识图谱构建及其智能识别方法
文献摘要：
基于油气层测井知识图谱构建,提出知识驱动的神经网络油气层评价模型(KPNFE).其功能主要包括:①多维度多尺度提取精细描述油气层的特征参数;②以图嵌入技术将这些特征参数所关联的实体、关系和属性表征为向量特征图;③实现油气层智能识别;④将专家知识有机地融入智能计算,建立潜力层推荐的评价体系与优选算法.以鄂尔多斯盆地姬塬区块所有钻遇三叠系延长组6段低孔低渗地层的547 口井为研究对象,随机选取其中80％的井为训练集、20％的井为验证集,KPNFE计算结果表明,验证集的解释结果与专家解释结果吻合率达94.43％,所有试油层的解释结果符合率达84.38％,较一次解释提高了 13个百分点,工作时效提高了 100倍以上,并择优推荐了 一批有望获得工业油流的潜力层.KPNFE模型继承了专家知识和经验并对其发扬提升,有效解决了油气层识别中存在的鲁棒性问题,且计算结果的可解释性强、准确性高,是老区老井测井再评价高效高质量工作的有效方法.
文献关键词：
测井;油气层识别;知识图谱;图嵌入技术;智能识别;神经网络
中图分类号：
作者姓名：
刘国强;龚仁彬;石玉江;王珍珍;米兰;袁超;钟吉彬
作者机构：
中国石油勘探与生产分公司,北京100007;中国石油勘探开发研究院,北京100083;中国石油集团测井有限公司,西安710077;中国石油长庆油田公司,西安710018
文献出处：
引用格式：
[1]刘国强;龚仁彬;石玉江;王珍珍;米兰;袁超;钟吉彬-.油气层测井知识图谱构建及其智能识别方法)[J].石油勘探与开发,2022(03):502-512
A类：
KPNFE
B类：
测井,知识图谱构建,智能识别方法,知识驱动,多尺度提取,精细描述,以图,图嵌入技术,数所,属性表征,特征图,专家知识,智能计算,潜力层,优选算法,鄂尔多斯盆地,塬区,三叠系延长组,低孔低渗,训练集,验证集,试油,油层,符合率,百分点,择优,工业油,油流,油气层识别,可解释性,老区,老井,再评价,价高
AB值：
0.341213
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
