排序方式: 共有13条查询结果,搜索用时 46 毫秒
1.
本文利用遗传神经网络实现了水淹层的自动识别。根据关键井的统计数据,首先建立起标准的流体测井相数据库,合理地划分储层水淹级别。然后利用遗传神经网络对已知样本进行训练,识别水淹层。遗传神经网络比简单的BP神经网络性强,收敛速度快。用训练好的遗传神经网络对研究工区的水淹情况进行研究,取得了较好的效果。 相似文献
2.
3.
基于BP神经网络的油气产量历史预测 总被引:11,自引:1,他引:10
分析了常规油田开发模型所存在的问题;探讨了应用神经网络技术进行油气产量历史预测的可行性。油田实际资料验证评价结果表明:该法模拟预测精度高,效果好,简单实用,不失为油气产量动态预测的一条新途径。 相似文献
4.
5.
高含水期水淹层的定量识别 总被引:4,自引:0,他引:4
首先讨论水淹层在测井曲线上的变化特征,然后结合实际资料,对关键井储层水淹级别进行了研究,给出了与储层非均质性和流体性质密切相关的特征参数的计算方法,并根据关键井的资料建立了用于遗传神经网络学习的样本。在此基础上,利用遗传神经网络(GA—BP)对此样本数据库进行训练,建立水淹层定量识别遗传神经网络模型,然后利用此模型对进行未知储层判别,识别水淹层,划分水淹级别。实际计算表明,该方法在油田高含水期定量识别水淹层是有效的。 相似文献
6.
7.
8.
根据分形理论,建立了分形模型,利用分形插值曲面公式形成了某地区的渗透率横向分布曲面,这种渗透率的横向分形分布图直观地显示了地层的渗透特性,为进一步研究该地区孔渗特性,进行沉积相、测井相的研究以及油藏描述提供了有力的证据。 相似文献
9.
利用遗传神经网络识别水淹层 总被引:1,自引:1,他引:0
胜坨油田水淹非常严重,有效的识别水淹层并定量地划分水淹级别,对油田开发非常重要。利用遗传神经网络实现了水淹层的自动识别。根据关键井的统计数据,首先建立标准的流体测井相数据库,合理地划分储层水淹级别,然后利用遗传神经网络对已知样本进行训练。遗传神经网络比简单的BP神经网络鲁棒性强,收敛速度快。用训练好的遗传神经网络对胜坨油田的水淹情况进行研究,取得了较好的效果。 相似文献
10.
尽管测井技术在1927年法国就开始应用了,但是它的应用范围至今基本上仍然局限于其最「初的应用领域。本文重新提出测井在地下水研究中的应用,就我国目前面临的人口压力和水资源的状况而言,对于测井技术来说,很何能会有一个全新的和广阔的市场。在我国石油行业面临体制改革和企业重组,而且国家正面临着严重的水资源短缺的时候,重新提出这一点是非常重要的。本文分析了将这一技术应用到地下水的研究中的可行性和实用性,同时 相似文献