新疆石油学院学报
新疆石油學院學報
신강석유학원학보
JOURNAL OF XINJIANG PETROLEUM INSTITUTE
2003年
2期
38-42
,共5页
刘红歧%彭仕宓%陈烨菲%王建伟%杨建勋
劉紅歧%彭仕宓%陳燁菲%王建偉%楊建勛
류홍기%팽사복%진엽비%왕건위%양건훈
胜利油田%水淹层%遗传算法%神经网络
勝利油田%水淹層%遺傳算法%神經網絡
성리유전%수엄층%유전산법%신경망락
首先讨论水淹层在测井曲线上的变化特征,然后结合实际资料,对关键井储层水淹级别进行了研究,给出了与储层非均质性和流体性质密切相关的特征参数的计算方法,并根据关键井的资料建立了用于遗传神经网络学习的样本.在此基础上,利用遗传神经网络(GA-DP)对此样本数据库进行训练,建立水淹层定量识别遗传神经网络模型,然后利用此模型对进行未知储层判别,识别水淹层,划分水淹级别.实际计算表明,该方法在油田高含水期定量识别水淹层是有效的.
首先討論水淹層在測井麯線上的變化特徵,然後結閤實際資料,對關鍵井儲層水淹級彆進行瞭研究,給齣瞭與儲層非均質性和流體性質密切相關的特徵參數的計算方法,併根據關鍵井的資料建立瞭用于遺傳神經網絡學習的樣本.在此基礎上,利用遺傳神經網絡(GA-DP)對此樣本數據庫進行訓練,建立水淹層定量識彆遺傳神經網絡模型,然後利用此模型對進行未知儲層判彆,識彆水淹層,劃分水淹級彆.實際計算錶明,該方法在油田高含水期定量識彆水淹層是有效的.
수선토론수엄층재측정곡선상적변화특정,연후결합실제자료,대관건정저층수엄급별진행료연구,급출료여저층비균질성화류체성질밀절상관적특정삼수적계산방법,병근거관건정적자료건립료용우유전신경망락학습적양본.재차기출상,이용유전신경망락(GA-DP)대차양본수거고진행훈련,건립수엄층정량식별유전신경망락모형,연후이용차모형대진행미지저층판별,식별수엄층,화분수엄급별.실제계산표명,해방법재유전고함수기정량식별수엄층시유효적.
