基于DBN模型的火山岩岩性识别方法——以车排子地区为例

准噶尔盆地西北缘红车断裂带石炭系火山岩储层历经火山多期喷发形成,岩石矿物组成与岩石结构复杂、岩石类型繁多,导致常规方法识别岩性存在困难.为了能提高火山岩岩性识别精度,提出一种基于深度置信网络(DBN)识别岩性的方法.本文通过对薄片鉴定资料、岩心观察资料及测井数据统计分析,根据火山岩类型总结的测井响应特征绘制交会图,发现其识别火山岩岩性效果较差.在此基础上,优选反映岩性变化的5种常规测井敏感曲线(GR、CNL、DEN、AC、RT)作为特征向量,建立岩性识别总样本数据.其中选取80％的数据样本点作为构建DBN模型的训练样本,剩下的20％数据样本点作为测试样本验证该模型的预测精度.实验结果表明,利用深度置信网络(DBN)识别火山岩岩性的方法预测正确率可达到85.9％.与常规交会图、Fisher判别模型及BP神经网络模型相比,基于DBN模型的岩性识别方法效果更好,能为研究区火山岩岩性识别提供一定借鉴.