在鉆井過程中, 取心及巖屑錄井資料都十分有限, 以往通過巖心觀察或者綜合分析巖屑錄井資料來進行巖
性和沉積環境研究的方法受到很大限制, 而利用各種測井資料所提供的豐富信息來進行沉積相研究已成為發展趨勢。
通過研究曲流河沉積相中各沉積微相的特征及在測井曲線上的響應特征, 提取各不同沉積微相的測井相特征參數, 建立
曲流河沉積環境的各沉積微相的測井相模式及特征參數樣本, 利用BP 神經網絡技術反饋學習, 獲得一套適合研究區曲
流河沉積微相的判別系數, 并對其他實際測井資料進行沉積微相自動識別, 所得結果與地質專家解釋結果吻合率在
84%以上, 效果顯著。