| 基于BP神经网络算法识别苏里格气田致密砂岩储层岩性 |
| |
| 引用本文： | 赵忠军,黄强东,石林辉,王宪文,单敬福. 基于BP神经网络算法识别苏里格气田致密砂岩储层岩性[J]. 测井技术, 2015, 39(3): 363-367. DOI: 10.16489/j.issn.1004-1338.2015.03.020 |
| |
| 作者姓名： | 赵忠军 黄强东 石林辉 王宪文 单敬福 |
| |
| 作者单位： | 1. 中国石油长庆油田分公司苏里格气田研究中心,陕西西安710018;低渗透油气田勘探开发国家工程实验室,陕西西安710018;2. 长江大学油气资源与勘探技术教育部重点实验室,湖北武汉,430100 |
| |
| 基金项目： | 国家自然基金基于物理模拟条件下的点坝侧积体时空分异机理研究，湖北省教育厅基金基于储层构型流动单元对剩余油形成与分布控制作用研究，中国地质大学(武汉)构造与油气资源教育部重点实验室开放基金曲流河道砂体储层构型对剩余油的控制作用研究，中石油天然气集团公司攻关项目长庆油田油气当量上产5000万t关键技术研究 |
| |
| 摘 要： | 以薄片鉴定资料为准,从筛选敏感测井参数入手,优选了对岩性敏感的自然伽马和光电吸收截面指数作为BP神经网络输入端信息进行网络训练和学习,对测井数据进行了标准化处理,以消除由于测井系列以及仪器型号的不同引起的刻度误差。应用BP神经网络法对苏里格气田目的层段复杂岩性进行识别,其结果与岩心录井岩性符合度较高,平均符合率达84.48%。采用该方法对致密砂岩气藏储层岩性的识别,可以有效地为后续沉积相等方面的研究提供资料基础。
|
| 关 键 词： | 测井解释 交会图法 神经网络法 岩性识别 致密砂岩气藏 苏里格气田 |
Identification of Lithology in Tight Sandstone Reservoir in Sulige Gas Field Based on BP Neural Net Algorithm |
| |
| ZHAO Zhongjun,HUANG Qiangdong,SHI Linhui,WANG Xianwen,SHAN Jingfu. Identification of Lithology in Tight Sandstone Reservoir in Sulige Gas Field Based on BP Neural Net Algorithm[J]. Well Logging Technology, 2015, 39(3): 363-367. DOI: 10.16489/j.issn.1004-1338.2015.03.020 |
| |
| Authors: | ZHAO Zhongjun HUANG Qiangdong SHI Linhui WANG Xianwen SHAN Jingfu |
| |
| Abstract: | |
| |
| Keywords: | log interpretation crossplot neural network method lithology identification tight sandstone gas reservoirs Sulige gas field |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
