基于 ADNN-AMLM 的高角度与水平井钻孔电阻率测量快速分层反演
地球物理
2021-03-23 v1
摘要
随着深度学习的快速发展，智能化方案逐渐被引入以解决各类非线性反问题。本文结合一种高效的自适应深度神经网络（ADNN）框架与基于三层反演模型的自适应修正 Levenberg-Marquardt（AMLM）算法，从阵列侧向电阻率测量中提取地层电阻率与侵入深度。本文提出的 ADNN 可实现阵列侧向测井的 2D/3D 快速正演建模。采用 AMLM 算法与分层反演方案以提高复杂测井环境下的抗噪能力与收敛性，从而实现 HA/HZ 井中纵向电阻率剖面的快速准确重建。数值模拟表明，ADNN 正演建模每个测点仅耗时 0.021 s，最大相对误差小于 2%。三层反演模型可消除围岩影响，提高薄层地层中的反演精度，反演结果与真实模型误差小于 3%。AMLM 反演算法可有效抑制噪声影响，且仅需 10 步即可实现收敛。
引用
@article{arxiv.2102.08038,
title = {Fast hierarchical inversion for borehole resistivity measurements in high-angle and horizontal wells using ADNN-AMLM},
author = {Yizhi Wu and Yiren Fan},
journal= {arXiv preprint arXiv:2102.08038},
year = {2021}
}