| 基于BP神经网络技术的储层流动单元研究 |
| |
| 引用本文： | 司马立强,肖华,袁龙,陆凤才.基于BP神经网络技术的储层流动单元研究[J].测井技术,2012,36(4). |
| |
| 作者姓名： | 司马立强 肖华 袁龙 陆凤才 |
| |
| 作者单位： | 1. 西南石油大学资源与环境学院,四川成都,610500
2. 江苏油田勘探局地质测井处,江苏扬州,225002 |
| |
| 摘 要： | 黄珏油田方4阜一段储层属低孔隙度、低渗透率储层,储层特性较为复杂,在进行储层参数的求取时存在较大误差.结合取心物性资料、测井资料,选用流动带指数IFZ划分方法将取心井储层流动单元划分成Ⅰ、Ⅱ、Ⅲ类,并建立流动单元的识别和划分标准.在此基础上,利用BP神经网络技术对取心井储层流动单元进行学习训练,与测井曲线建立其相关的学习和预测模型,对非取心段储层流动单元进行预测,明显提高了测井解释精度,为储层精细评价提供一种较有效的研究方法.
|
| 关 键 词： | 测井解释 流动单元 低孔隙度 低渗透率 流动带指数 BP神经网络 黄珏油田 |
Research on Reservoir Flow Unit Based on BP Neural Network Technology |
| |
| SIMA Liqiang
,
XIAO Hua
,
YUAN Long
,
LU Fengcai.Research on Reservoir Flow Unit Based on BP Neural Network Technology[J].Well Logging Technology,2012,36(4). |
| |
| Authors: | SIMA Liqiang XIAO Hua YUAN Long LU Fengcai |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
