利用常规测井曲线及神经网络求取储层裂缝密度

　　

裂缝性储层参数的研究是裂缝性油气藏勘探的一个重点。本文以裂缝密度为基础，利用不同小波基对常规测井中的分维后的密度测井数据分别共进行了10次分解并与裂缝密度进行相关性分析，进而建立合适的数据体，为准确提取裂缝信息并计算裂缝密度建立基础。分析结果表明，小波分解的d7信号与裂缝密度线性相关性最好，使用该数据建立数据体，基于神经网络方法，计算出的裂缝密度准确度较高。

订阅方式：
①在线订阅（推荐）：www.sdchem.net.cn
②邮局订阅：邮发代号24-109

投稿方式：
①在线投稿（推荐）：www.sdchem.net.cn
　　作者只需要简单注册获得用户名和密码后，就可随时进行投稿、查稿，全程跟踪稿件的发表过程，使您的论文发表更加方便、快捷、透明、高效。
②邮箱投稿：sdhgtg@163.com sdhg@sdchem.net
　　若“在线投稿”不成功，可使用邮箱投稿，投稿邮件主题：第一作者名字/稿件题目。
投稿时请注意以下事项：
　　①文前应有中英文“题目”、“作者姓名”、“单位”、“邮编”、“摘要”、“关键词”；
　　②作者简介包括：姓名、出生年、性别、民族、籍贯或出生地、工作单位、职务或职称、学位、研究方向；
　　③论文末应附“参考文献”，执行国标GB/T7714-2005标准，“参考文献”序号应与论文中出现的顺序相符；
　　④注明作者的联系方式，包括电话、E-mail、详细的通讯地址、邮编，以便联系并邮寄杂志。
　　 　                                                                                   山东化工稿件修改细则