神经网络在天然气水合物勘探中的应用研究

发布时间：2023-04-16 17:23

　　近年来,我国在南海进行了多学科多手段综合海洋地质调查研究,揭示了天然气水合物存在的证据,并于2007年5月实施深海钻探并首次获取了天然气水合物实物样品,研究显示我国南海天然气水合物储量达194亿立方米之多。 随着天然气水合物勘探程度的不断深入,获得的天然气水合物储层资料、岩心样品与测井数据的丰富,如何有效利用已取得的数据对天然气水合物的赋存前景进行预测,是广大海洋科技工作者急需解决的难题。 海洋天然气水合物勘探方法主要有地球化学与地球物理两大类。但无论那类方法,所涉及的水合物评价的方法、模型与公式都非常复杂,相关的参数也存在不确定性,并存在误差传递导致结果不可信等问题。而人工神经网络在模式分类、数据预测、函数拟合等方面都有强大的优势,并在石油勘探领域应用已有了许多成功运用的案例。 本论文尝试运用人工神经网络技术,在天然气水合物勘探领域选取相关的应用切入点,通过训练建立神经网络模型,利用其强大的非线性映射能力,揭示天然气水合物勘探评价中涉及的多个属性之间的非线性关系,为寻找、评价天然气水合物提供一定的方法与技术支持。

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 前言
    1.1 研究的背景与意义
    1.2 研究现状
        1.2.1 神经网络研究现状
        1.2.2 神经网络在天然气水合物勘探开发中的应用
    1.3 研究内容
    1.4 本章小结
第二章 BP人工神经网络介绍
    2.1 人工神经网络的历史
    2.2 BP人工神经网络
        2.2.1 BP网络神经元模型
        2.2.2 BP神经网络结构
        2.2.3 BP网络的学习算法
    2.3 BP神经网络的改进与设计技巧
        2.3.1 BP网络的不足与缺陷
        2.3.2 BP网络的算法改进
        2.3.3 BP网络的设计技巧
    2.4 本章小结
第三章 MATLAB概述
    3.1 MATLAB的历史
    3.2 MATLAB的优势与特点
    3.3 MATLAB中BP神经网络的建模应用
    3.4 本章小结
第四章 天然气水合物前景预测方法
    4.1 已有的化探方法与成果
        4.1.1 地球化学勘探方法
        4.1.2 已有的地球化学勘探成果
        4.1.3 地化取样及样品处理
    4.2 现有的天然气水合物前景预测方法
    4.3 人工神经网络的前景预测方法
    4.4 本章小结
第五章 BP神经网络建模
    5.1 神经网络识别方案
    5.2 BP神经网络的建模及仿真
        5.2.1 神经网络设计
        5.2.2 在MATLAB上的实现
    5.3 建模解析评价
    5.4 建模方案的优化
    5.5 本章小结
结论
参考文献
附录
攻读硕士学位期间取得的研究成果
致谢



本文编号：3791542