西安石油大学学报(自然科学版)
西安石油大學學報(自然科學版)
서안석유대학학보(자연과학판)
Journal of Xi'an Shiyou University (Natural Science)
2015年
6期
45-49
,共5页
杨宇宁%王剑%郭秀梅
楊宇寧%王劍%郭秀梅
양우저%왕검%곽수매
页岩气丰度预测%人工神经网络%RBF%四川盆地
頁巖氣豐度預測%人工神經網絡%RBF%四川盆地
혈암기봉도예측%인공신경망락%RBF%사천분지
对页岩气成藏条件进行分析认为,机质含量、类型、成熟度、储层厚度、埋藏深度和孔隙度等为影响页岩气成藏的主要因素;依据四川盆地和北美页岩气形成的地质条件的相似性和所收集的大量页岩气数据,利用RBF神经网络构建了各主要因素与资源量丰度的网络模型,并用MATLAB对网络模型进行训练。对 Ohio 和龙马溪组页岩资源丰度进行了预测,预测误差分别为27.5%和3.5%,表明RBF神经网络模型可较好预测页岩气产量,对页岩气开采和勘探具有参考价值。
對頁巖氣成藏條件進行分析認為,機質含量、類型、成熟度、儲層厚度、埋藏深度和孔隙度等為影響頁巖氣成藏的主要因素;依據四川盆地和北美頁巖氣形成的地質條件的相似性和所收集的大量頁巖氣數據,利用RBF神經網絡構建瞭各主要因素與資源量豐度的網絡模型,併用MATLAB對網絡模型進行訓練。對 Ohio 和龍馬溪組頁巖資源豐度進行瞭預測,預測誤差分彆為27.5%和3.5%,錶明RBF神經網絡模型可較好預測頁巖氣產量,對頁巖氣開採和勘探具有參攷價值。
대혈암기성장조건진행분석인위,궤질함량、류형、성숙도、저층후도、매장심도화공극도등위영향혈암기성장적주요인소;의거사천분지화북미혈암기형성적지질조건적상사성화소수집적대량혈암기수거,이용RBF신경망락구건료각주요인소여자원량봉도적망락모형,병용MATLAB대망락모형진행훈련。대 Ohio 화룡마계조혈암자원봉도진행료예측,예측오차분별위27.5%화3.5%,표명RBF신경망락모형가교호예측혈암기산량,대혈암기개채화감탐구유삼고개치。