科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
16期
4518-4523,4528
,共7页
流动单元指数%模糊神经网络%椭圆基函数%测井
流動單元指數%模糊神經網絡%橢圓基函數%測井
류동단원지수%모호신경망락%타원기함수%측정
flow zone index%fuzzy neural networks%ellipse basis function%well log
储层流动单元指数(FZI)能够从岩石物理相的角度体现出孔渗关系,可作为孔渗关系分析的辅助性参数.为了在孔隙度、渗透率未知的情况下对逐个采样点求取FZI,在分析泌阳凹陷白云岩分布区关键井的岩心数据和多种测井资料的基础上,建立了一种基于椭圆基函数(Ellipse Basis Function)的模糊神经网络FZI预测模型,该预测系统可根据学习样本自行创建或删减模糊规则.测井资料信息量庞大,因此这种具有自学习机制的预测系统有利于有效信息的提取和利用,特别对于复杂储层而言,减轻了预测过程中对先验信息的依赖程度,因而效率和精度更高.
儲層流動單元指數(FZI)能夠從巖石物理相的角度體現齣孔滲關繫,可作為孔滲關繫分析的輔助性參數.為瞭在孔隙度、滲透率未知的情況下對逐箇採樣點求取FZI,在分析泌暘凹陷白雲巖分佈區關鍵井的巖心數據和多種測井資料的基礎上,建立瞭一種基于橢圓基函數(Ellipse Basis Function)的模糊神經網絡FZI預測模型,該預測繫統可根據學習樣本自行創建或刪減模糊規則.測井資料信息量龐大,因此這種具有自學習機製的預測繫統有利于有效信息的提取和利用,特彆對于複雜儲層而言,減輕瞭預測過程中對先驗信息的依賴程度,因而效率和精度更高.
저층류동단원지수(FZI)능구종암석물리상적각도체현출공삼관계,가작위공삼관계분석적보조성삼수.위료재공극도、삼투솔미지적정황하대축개채양점구취FZI,재분석비양요함백운암분포구관건정적암심수거화다충측정자료적기출상,건립료일충기우타원기함수(Ellipse Basis Function)적모호신경망락FZI예측모형,해예측계통가근거학습양본자행창건혹산감모호규칙.측정자료신식량방대,인차저충구유자학습궤제적예측계통유리우유효신식적제취화이용,특별대우복잡저층이언,감경료예측과정중대선험신식적의뢰정도,인이효솔화정도경고.