测井技术
測井技術
측정기술
WELL LOGGING TECHNOLOGY
2009年
4期
355-359
,共5页
蔺景龙%聂晶%李鹏举%杨艳
藺景龍%聶晶%李鵬舉%楊豔
린경룡%섭정%리붕거%양염
测井资料%神经网络%孔隙结构%BP算法
測井資料%神經網絡%孔隙結構%BP算法
측정자료%신경망락%공극결구%BP산법
储层的微孔隙结构是影响高含水期油田剩余油分布的主要冈素.提出了基于神经网络技术埘测井资料处理以识别储层孔隙结构类型的方法.介绍了BP神经网络原理.该方法利用人工神经网络技术所具有的非线性、容错性和较强的模式识别能力实现了综合推理,进行储层孔隙结构类型预测.选取反映孔隙结构类型特征的自然电位、自然伽马,声波时差等7条常规测井曲线建立样本模式.并统一刻度,进行归一化处理.建立了神经网络模型.对大庆油田采油五厂储层样本进行了处理,符合率达80%以上,表明该方法用于预测储层微孔隙结构类型是可行和有效的.
儲層的微孔隙結構是影響高含水期油田剩餘油分佈的主要岡素.提齣瞭基于神經網絡技術塒測井資料處理以識彆儲層孔隙結構類型的方法.介紹瞭BP神經網絡原理.該方法利用人工神經網絡技術所具有的非線性、容錯性和較彊的模式識彆能力實現瞭綜閤推理,進行儲層孔隙結構類型預測.選取反映孔隙結構類型特徵的自然電位、自然伽馬,聲波時差等7條常規測井麯線建立樣本模式.併統一刻度,進行歸一化處理.建立瞭神經網絡模型.對大慶油田採油五廠儲層樣本進行瞭處理,符閤率達80%以上,錶明該方法用于預測儲層微孔隙結構類型是可行和有效的.
저층적미공극결구시영향고함수기유전잉여유분포적주요강소.제출료기우신경망락기술시측정자료처리이식별저층공극결구류형적방법.개소료BP신경망락원리.해방법이용인공신경망락기술소구유적비선성、용착성화교강적모식식별능력실현료종합추리,진행저층공극결구류형예측.선취반영공극결구류형특정적자연전위、자연가마,성파시차등7조상규측정곡선건립양본모식.병통일각도,진행귀일화처리.건립료신경망락모형.대대경유전채유오엄저층양본진행료처리,부합솔체80%이상,표명해방법용우예측저층미공극결구류형시가행화유효적.
