科技资讯
科技資訊
과기자신
SCIENCE & TECHNOLOGY INFORMATION
2013年
5期
11,13
,共2页
杨超超%张磊%吴俊晨%黄若坤%宋秋强
楊超超%張磊%吳俊晨%黃若坤%宋鞦彊
양초초%장뢰%오준신%황약곤%송추강
Bp神经网络%流体识别%测井解释
Bp神經網絡%流體識彆%測井解釋
Bp신경망락%류체식별%측정해석
莫北地区侏罗纪三工河组,岩性主要是中、细砂岩,属低孔低渗储层,所以储层流体性质的识则是该地区急需解决的问题.针对常规测井储层识别准确率不佳的情况,提出了Bp神经网络这种数学方法进行储层的油、气、水、干层的识别.提出43个试油层段的测井曲线特征值,以对流体性质敏感并且在交会图上具有比较明显区分度的密度值(DEN)、孔隙度(POR)、电阻率值(RT)和含水饱和度值(SW)作为输入向量,经程序训练判别准确率达到满足的要求后根据得到的权值、阈值编写神经网络预测的程序挂接在测井解释软件中,从而实现了Bp神经网络在储层中的自动化识别.
莫北地區侏囉紀三工河組,巖性主要是中、細砂巖,屬低孔低滲儲層,所以儲層流體性質的識則是該地區急需解決的問題.針對常規測井儲層識彆準確率不佳的情況,提齣瞭Bp神經網絡這種數學方法進行儲層的油、氣、水、榦層的識彆.提齣43箇試油層段的測井麯線特徵值,以對流體性質敏感併且在交會圖上具有比較明顯區分度的密度值(DEN)、孔隙度(POR)、電阻率值(RT)和含水飽和度值(SW)作為輸入嚮量,經程序訓練判彆準確率達到滿足的要求後根據得到的權值、閾值編寫神經網絡預測的程序掛接在測井解釋軟件中,從而實現瞭Bp神經網絡在儲層中的自動化識彆.
막북지구주라기삼공하조,암성주요시중、세사암,속저공저삼저층,소이저층류체성질적식칙시해지구급수해결적문제.침대상규측정저층식별준학솔불가적정황,제출료Bp신경망락저충수학방법진행저층적유、기、수、간층적식별.제출43개시유층단적측정곡선특정치,이대류체성질민감병차재교회도상구유비교명현구분도적밀도치(DEN)、공극도(POR)、전조솔치(RT)화함수포화도치(SW)작위수입향량,경정서훈련판별준학솔체도만족적요구후근거득도적권치、역치편사신경망락예측적정서괘접재측정해석연건중,종이실현료Bp신경망락재저층중적자동화식별.
