物探化探计算技术
物探化探計算技術
물탐화탐계산기술
COMPUTING TECHNIQUES FOR GEOPHYSICAL AND GEOCHEMICAL EXPLORATION
2009年
4期
388-392
,共5页
张瑞%徐国盛%杨斌%周存俭%张萍
張瑞%徐國盛%楊斌%週存儉%張萍
장서%서국성%양빈%주존검%장평
碳酸盐岩%神经网络算法%储层预测%石炭系%沙罐坪气田
碳痠鹽巖%神經網絡算法%儲層預測%石炭繫%沙罐坪氣田
탄산염암%신경망락산법%저층예측%석탄계%사관평기전
沙罐坪气田石炭系黄龙组主要储集空间为孔隙和裂缝,属于碳酸盐岩低孔低渗型储层,其中,裂缝在改善储层渗透率方面发挥着重要的作用.以测井信息为基础,利用神经网络算法对该区未取芯井储层的孔隙度、渗透率、含水饱和度参数,以及裂缝发育程度进行了预测.使用误差统计法对储层参数预测模型效果进行了评价,其预测效果满足本区所需储层参数计算的精度要求,裂缝预测总体回判率达97.53%.证明了神经网络算法是在测井信息较少的情况下,预测储层的有效手段,为气田评价井、开发井的部署,储量计算及编制气田开发方案,提供了可靠的地质依据.
沙罐坪氣田石炭繫黃龍組主要儲集空間為孔隙和裂縫,屬于碳痠鹽巖低孔低滲型儲層,其中,裂縫在改善儲層滲透率方麵髮揮著重要的作用.以測井信息為基礎,利用神經網絡算法對該區未取芯井儲層的孔隙度、滲透率、含水飽和度參數,以及裂縫髮育程度進行瞭預測.使用誤差統計法對儲層參數預測模型效果進行瞭評價,其預測效果滿足本區所需儲層參數計算的精度要求,裂縫預測總體迴判率達97.53%.證明瞭神經網絡算法是在測井信息較少的情況下,預測儲層的有效手段,為氣田評價井、開髮井的部署,儲量計算及編製氣田開髮方案,提供瞭可靠的地質依據.
사관평기전석탄계황룡조주요저집공간위공극화렬봉,속우탄산염암저공저삼형저층,기중,렬봉재개선저층삼투솔방면발휘착중요적작용.이측정신식위기출,이용신경망락산법대해구미취심정저층적공극도、삼투솔、함수포화도삼수,이급렬봉발육정도진행료예측.사용오차통계법대저층삼수예측모형효과진행료평개,기예측효과만족본구소수저층삼수계산적정도요구,렬봉예측총체회판솔체97.53%.증명료신경망락산법시재측정신식교소적정황하,예측저층적유효수단,위기전평개정、개발정적부서,저량계산급편제기전개발방안,제공료가고적지질의거.
