人工神经网络技术在储集层参数预测中的应用

建立在传统的经验模型或统计模型基础上的常规测井储集层参数预测方法其精度和成功率均较低。介绍了人工神经网络在处理非线性相关参数预测方面的优势和多层前馈神经网络的结构,以及在处理非线性参数过程中的原理和数学计算方法。通过实例说明了神经网络技术在测井孔隙度参数预测中所取得的成果。     

人工神经网络在预测储层中的应用

以往由地震资料反演储层参数所采用的多项式拟合，用井标定等方法，很难精确地反映地震参数和储层参数之间复杂的非线性关系，文中我们利用人工神经网络中的多层感知器和改进后的ＢＰ算法，从地震资料中反演薄储层厚度和平均孔隙率，并对含油气性作了预测。实际应用的效果表明，该方法可作为储层横向预测的有力工具。     

模糊神经网络油气预测

本文在分析研究ＢＰ网络油气预测存在问题的基础上，提出了一种模糊神经网络。这种网络与ＢＰ网络相似，它是将模糊的概念结合于网络之中，使神经网络可以处理结构化的知识，亦即由专家给出的规则，从而提高了油气预测结果的可信度。同时，在网络训练时采用同伦学习算法，大大提高了网络训练的收速度，避免了用梯度下降法训练网络所产生的局部收敛现象。模糊神经网络已在大庆探区多个高分辨率区块进行了油气预测的实际应用，取得了较     

稳定的同伦路径跟踪算法及其应用

地球物理反问题大部分是非线性问题，基于路径跟踪的同伦法是求解该类问题的有效方法。常规的同伦法有时会发生路径跳跃而不能有效地解决精确路径跟踪问题。本文提出了稳定求解非线性方程组的同伦路径跟踪算法，它利用同伦零点曲线的局部曲率来控制预测步长，用文献[19]中改进的牛顿迭代终止判据，进一步提高了同伦路径跟踪的稳定性和可靠性，实现了精确的路径跟踪，避免了跟踪过程中路径跳跃问题。数值计算实例说明，本文方法具有良好的稳定性和广泛的实用性，对初值的选取没有严格的限制，即使任意选取的初值远离目标函数的解，解仍能很好地收敛，因此它是一种大范围收敛的方法，适合于地球物理非线性反问题的求解。     

岩性控制下的测井储集层参数评价与预测——以鄂尔多斯盆地南部上古生界碎屑岩储集层为例

鄂尔多斯盆地南部上古生界致密碎屑岩储集层的压实作用和胶结作用强烈，测井解释与实测的孔、渗参数相关性差。研究发现储集层岩性明显控制物性，在应用神经网络方法计算储集层孔、渗参数时，加入定量化岩性参数作为计算的输入参数，使计算精度大幅度提高。用累计产能系数法设定储集层参数下限，结合孔、渗之间的相关关系，对储集层进行分类。以计算层段的平均孔隙度和渗透率作为控制点，预测储集层参数的平面分布，预测结果与沉积相分布吻合度较高。图4表3参13     

同伦神经优化理论及其在地震反演中的应用

地震数据反演是一个典型的非线性逆问题，其目标函数都是多极值的函数。因此，传统的迭代优化方法常常会遇到局部收敛性的限制。本文提出的同伦神经优化理论（ＨＮＯＴ）及其算法（ＨＮＯＡ）能将非线性多极值目标函数较快地收敛于全局极值。是一种有效的反演方法。本文将该反演方法与相邻道互相关技术和层位信息约束有机地结合起来，实现了地震数据控制下的井资料高分辨率岩性参数联合反演。理论模型与实际资料的处理结果表明，本文     

应用测井和BP神经网络算法预测储层敏感性

在收集薄片,铸体薄片,粒度,压汞,X－衍射,扫描电镜,物性,敏感性流动实验等岩心分析资料的基础上,首先通过单相关分析找出影响敏感性的主要因素,然后应用测井资料提取这些敏感性参数,最后以影响敏感性的主要因素做为BP神经网络的输入层,应用BP神经网络算法,建立敏感性预测模型,预测储层敏感性,该方法对西部某油 资料进行了处理分析,结果表明,速效,水敏,盐敏,酸敏和碱敏的结果与该油田的敏感性流动实验结果的符合率为80％左右。     

应用核Tisher判别技术预测油气储集层

核机器学习算法是近几年发展起来的一类新的非线性技术，核Fisher判别分析是其中之一。核Fisher判别分析是经典Fisher线性判别基于核函数的非线性推广，并在实际资料的分类中取得明显效果。本文简化了核Fisher判别分析的计算过程，并将其用于油气储集层横向预测。两个实际资料的计算结果表明，在油气储集层横向预测中，核Fisher判别技术的性能优于Fisher线性判别、模糊模式识别和反向传播人工神经网络。     

川东云和寨气田石炭系储集层特征及预测

云和寨气田石炭系黄龙组主要储集空间为孔隙和裂缝,属于低孔低渗型储层,而裂缝在改善储层渗透率方面发挥着重要的作用。以测井信息为基础,利用神经网络算法对该区未取心井储层的孔隙度、渗透率、含水饱和度参数及裂缝发育程度进行了预测。使用误差统计法对储层参数预测模型效果进行评价,预测效果满足本区所需储层参数计算的精度要求,证明了神经网络算法是在测井信息较少的情况下预测储层的有效手段,为气田评价井、开发井的部署、储量计算及气田开发方案的编制提供了可靠的地质依据。     

相似度-遗传神经网络在储层物性预测中的应用

传统的测井解释需要建立精确的数学模型,并常伴有严格的条件限制,因此很难得到真实反映储层特性的结果.采用遗传算法与BP神经网络相结合,利用遗传算法的全局寻优特点,优化神经网络的连接权值和阀值,提高网络的训练精度和预测精度,避免了BP算法易陷入局部极小的缺点,提高运算速度.将相似度的概念引入到测井中,定义相似度在测井中的计算公式,提出相似度与遗传神经网络相结合的方法.实例研究表明,预测准确性较高,可以有效控制预测精度,避免因储层差别大而造成的预测精度降低的现象.     

基于神经网络的储层参数预测方法及应用

储层参数预测在油气勘探与开发中发挥着重要作用。采用神经网络法对储层参数进行预测,建立储层参数(储层砂岩厚度和孔隙度)与目的层地震波属性之间的联系,这种联系是通过人工神经网络来实现的。以地震波属性为输入,储层参数为输出,并以测井资料作为约束条件,指导神经网络学习,进而进行储层参数预测。实际资料处理结果表明,该方法预测的储层孔隙度与砂岩厚度是可靠的。     

地震反演技术在火山岩储集层预测中的应用——以枣35块为例

利用测井约束的波阻抗反演和基于神经网络的多属性反演技术，研究了黄骅坳陷枣35断块火山岩储集层波阻抗反演是基于模型的地震反演方法，反演结果能比较清楚地反映火山岩体的结构，对火山岩的横向预测和期次划分有很大帮助；基于神经网络的多属性反演则把岩性参数、测井参数、地震参数联系起来，反演出火山岩的厚度和物性参数分布。反演结果可以为储集层地质建模和储量计算提供地质依据。     

分形在油藏动态参数预测中的应用

由于储层非均质性具有分形特征 ,应用分形理论描述储层非均质性是最有效的工具之一。采用频谱分析将储层参数(孔隙度、渗透率、含油饱和度等 )进行分析 ,计算出 β和分形特征指数 H进行分形模型的识别。分形模型包括分数布朗(Brown)运动 (Fbm)和分数高斯 (Gauss)噪声 (Fgn)。其识别的定量标准是 ,当 1≤ β≤ 3时 ,数据序列为 Fbm;当 - 1≤ β≤1时 ,数据序列为 Fgn。识别出分形模型后 ,应用 R/S分析、方差分析和频谱分析求取 3个 H值 ,取其平均值以提高准确度。利用分形插值理论对储层参数进行分形插值模拟 ,得到储层参数的横向分布。     

多井约束地震反演技术在储集层预测中的应用

兰尕背斜带处于塔河油田南部, 具有发育非背斜圈闭的条件, 勘探程度较低, 依赖于初始模型的常规反演方法难以获得精确的反演结果。而约束稀疏脉冲反演不依赖模型, 其反演的精度取决于原始数据特征。为此, 在兰尕地区利用约束稀疏脉冲反演技术进行了储集层预测。介绍了约束稀疏脉冲反演技术的基本原理及其实现方法; 提取了井旁地震道的子波, 做了合成记录, 对层位进行了标定; 用约束稀疏脉冲反演方法进行了波阻抗反演, 得到了绝对波阻抗剖面; 并把绝对波阻抗剖面转换成了砂泥岩剖面, 其反演结果与井的钻探结果基本吻合。     

应用地震属性分析预测气藏储集层

针对鄂尔多斯盆地上古生界二叠系山西组砂岩岩性气藏非均质性强、开发早期井少、井距大、储集层预测难的特点,通过地震多种属性分析,并充分结合井资料,在建立储集层参数与地震属性参数的相关关系后,利用井资料对得到的属性反演数据进行校正,能够提高无井区储集层特征描述的可靠性。地质统计分析认为,利用构建的煤层校正系数可以较为准确地恢复砂岩对均方根振幅属性的敏感性。根据校正后的均方根振幅属性特征与砂岩厚度的拟合关系,能够直接对储集层进行平面分布预测和描述,并对研究区划分沉积相提供重要的依据。     

应用神经网络计算储层参数

以岩心分析资料及多种测井信息为依据，首先利用样本信息的神经元模型（ＣＵＳＩ）解决了储层参数的计算问题，并利用改进后的自适应神经元模型（ＡＣＵＳＩ）提高了分析精度。最后利用前馈神经网络的误差反向传播模型（ＢＰ）网络的外延和信息表达能力解决了非储层的定量识别。应用上述方法对辽河油田四口井进行了逐步参数分析，分析结果与实际情况吻合很好。     

地质统计学方法在储层预测中的应用--以莫北油气田莫北9井区为例

本文通过对储层参数的预测,肯定了地质统计学方法即克里金技术比传统的数理统计方法具有优越性,在油气田勘探开发中利用地质统计学方法指导实际生产工作,取得了成功,带来了很好的经济效益,显现了该技术的应用前景.     

关于测井储层的产能预测研究

油气储层产能评价和预测是编制油田开发方案的重要组成部分。一般说来,产能是油气储层动态特征的一个综合指标,它是油气储层生产潜力和各种影响因素之间在互相制约过程中达到的某种动态平衡,而利用测井储层评价手段所获取的储层参数,主要反映的是储层的静态特征,而对其动态特征极少直接反映,充分应用测井资料来评价由基岩块孔隙和裂缝或溶洞等双重介质组成的双孔结构储层的产能,却一直是测井解释分析家们所致力解决的问题。