基于电性参数和GA-BP神经网络的砂岩孔渗预测 |
| |
引用本文: | 阮家驹,向 葵,童小龙,王星皓,何 方.基于电性参数和GA-BP神经网络的砂岩孔渗预测[J].重庆科技学院学报(自然科学版),2024,26(5). |
| |
作者姓名: | 阮家驹 向 葵 童小龙 王星皓 何 方 |
| |
作者单位: | 长江大学 地球物理与石油资源学院 |
| |
基金项目: | 国家自然科学基金面上项目“润湿性影响含油储层岩石激发极化异常的机理及评价模型研究” (42174083);国家自 然科学基金青年项目“基于水力压裂的储层裂隙介质三维激电建模及渗透率预测”(42204079) |
| |
摘 要: | 以地表岩性复杂的四川盆地为采样区,基于神经网络可解决电性参数与储层物性参数之间非 线性映射问题的优势性能,讨论低孔低渗致密储层的砂岩孔渗预测方法。 以密度、电阻率和极化率 等电性参数作为网络模型的输入参数,利用遗传算法(GA)对 BP 神经网络(BPNN)的权值和阈值进 行优化,进而建立并训练 GA-BP 神经网络模型。 与传统的多元回归法相比,GA-BP 神经网络模型 的孔渗预测实验结果更优。
|
关 键 词: | 电性参数 BP 神经网络 遗传算法 砂岩 孔隙度 渗透率 |
|
| 点击此处可从《重庆科技学院学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆科技学院学报(自然科学版)》下载全文 |
|