石油天然气学报
石油天然氣學報
석유천연기학보
JOURNAL OF OIL AND GAS TECHNOLOGY
2009年
4期
265-268
,共4页
瞿子易%罗鑫%谢润成%葛善良%牛会玲%杨露
瞿子易%囉鑫%謝潤成%葛善良%牛會玲%楊露
구자역%라흠%사윤성%갈선량%우회령%양로
碳酸盐岩储层%隔夹层识别%小波神经网络
碳痠鹽巖儲層%隔夾層識彆%小波神經網絡
탄산염암저층%격협층식별%소파신경망락
在碳酸盐岩储层中,隔夹层的稳定程度直接影响储层的垂向连通性、压力系统和油水关系、细分调整时的层系划分以及所要采取的技术措施.因此,隔夹层识别对储层非均质研究具有重要意义.研究以DALEEL油田为例,在综合考虑孔渗等物性参数和测井资料的基础上,引入小波神经网络对测井参数进行建模,对100个样本数据进行训练,36个预测样本进行识别,识别正确率为94.4%.还采用了BP神经网络和多元统计方法对样本教据进行识别研究.识别正确率分别为80.6%和69.4%.结果表明小波神经网络模型对隔夹层的识别效果较好,为储层非均质研究提供了可靠的依据.
在碳痠鹽巖儲層中,隔夾層的穩定程度直接影響儲層的垂嚮連通性、壓力繫統和油水關繫、細分調整時的層繫劃分以及所要採取的技術措施.因此,隔夾層識彆對儲層非均質研究具有重要意義.研究以DALEEL油田為例,在綜閤攷慮孔滲等物性參數和測井資料的基礎上,引入小波神經網絡對測井參數進行建模,對100箇樣本數據進行訓練,36箇預測樣本進行識彆,識彆正確率為94.4%.還採用瞭BP神經網絡和多元統計方法對樣本教據進行識彆研究.識彆正確率分彆為80.6%和69.4%.結果錶明小波神經網絡模型對隔夾層的識彆效果較好,為儲層非均質研究提供瞭可靠的依據.
재탄산염암저층중,격협층적은정정도직접영향저층적수향련통성、압력계통화유수관계、세분조정시적층계화분이급소요채취적기술조시.인차,격협층식별대저층비균질연구구유중요의의.연구이DALEEL유전위례,재종합고필공삼등물성삼수화측정자료적기출상,인입소파신경망락대측정삼수진행건모,대100개양본수거진행훈련,36개예측양본진행식별,식별정학솔위94.4%.환채용료BP신경망락화다원통계방법대양본교거진행식별연구.식별정학솔분별위80.6%화69.4%.결과표명소파신경망락모형대격협층적식별효과교호,위저층비균질연구제공료가고적의거.
