模糊神经网络用于储层预测

利用模糊理论和ＢＰ网络相结合组成的模糊神经网络系统,能够克服ＢＰ网络单独使用的局限性,可在地质条件较复杂地区进行储层及油气预测。通过实际资料应用表明,应用单个ＢＰ网络进行储层及油气预测效果较差的地区,采用模糊神经网络能取得较好的效果。     

改进的模糊神经网络模型在储层产能预测中的应用研究

常规神经网络在当训练样本时分母项易趋于0，导致运算进入死循环，降低了结果的可信度。改进的模糊神经网络模型克服了上述现象，具有绝对收敛性，且隐含层的神经元个数容易调整。将该改进模型用于储层产能预测，正确率达95%以上。     

BP型神经网络系统及其在测井储层参数预测中的应用

人工神经网络是对生物神经网络结构和功能的模拟，将其应用于对测井储层参数的模拟预测，具有比用常规方法明显高的精度和优势，本文在简要叙述人工神经网络发展的基础上，介绍了ＢＰ型神经网络系统的结构，算法，原理，分析了应用该系统对王官屯地区六项储层参数的模拟预测效果结果表明，用该项技术对各项储层参数的模拟预测具有普遍较高的精度，并具有对某些用常规方法难以求解的参数能够的优势。     

Elman神经网络在低渗储层敏感性预测中的应用

油气储层敏感性是制约低渗储层有效开发的重要因素之一,但在勘探开发早期储层敏感性预测及分布规律的研究受到资料不足的限制.从实验敏感性分析结果入手,对Elman神经网络预测储层敏感性的过程及方法进行了系统的分析,并提出了通过设置虚拟井来预测储层敏感性平面分布的方法.结果表明:①影响低渗储层敏感性的主要因素有蒙皂石、伊利石、高岭石、绿泥石、伊-蒙混层、石英、长石的体积分数,孔隙度和渗透率;②Elman神经网络能够很好地预测低渗储层的敏感性,预测结果与实测结果绝对误差的平均值均低于0.04,水敏性样品的预测结果与实测结果绝对误差的平均值为0.001;③通过设置虚拟井位,能够很好地预测储层敏感性的平面分布规律.     

基于偏最小二乘与神经网络耦合的储层参数预测

将偏最小二乘回归（PLS）与神经网络（NN）耦合，建立了储层参数预报模型。利用偏最小二乘对影响储层参数的诸多因素进行分析，提取对因变量影响强的成分，从而克服了变量间的多重相关性问题，降低了神经网络的输入维数；同时，利用神经网络建模可以较好地解决非线性的储层参数预测问题。计算实例表明，本耦合模型的拟合和预报精度优于独立使用神经网络模型的精度。     

PNN及其在储层物性参数预测中的应用

概率神经网络(PNN)实际上是一种数学插值手段，它的实现引用了神经网络的结构但它通过研究数学规则，可以比多层前馈神经网络更好地实现插值功能，因而具有潜在的优势，这里简要介绍了PNN的基本原理并用于储层物性参数的预测。实践表明该方法是有效的。     

神经网络结合聚类分析进行储层油气预测

ＢＰ神经网络具有较高的容错性,具有良好的适应性,在已知井的情况下,由已知井出发外推预测储层的含油气性,是其优势项目。聚类分析在没有钻井或者钻井资料较少的工区,用邻区钻井资料 代表性地震道的特征参数,作为神经网络油气预测在学习阶段的期望输出,具有很强的生命力,同时它也是一种模式识别技术。     

储层参数平面分布预测方法评价

利用逐步回归分析、神经网络、相关滤波、协克里金和非参数回归分析等方法，实现了由地震资料与测井资料联合应用对孔隙度参数的平面分布预测。通过实例分析比较了各自的地质效果。归纳总结出各种方法的特点及应用条件。     

地质统计学方法在井间储层参数预测中的应用

本文探讨了利用地质统计学中的三种克立格方法进行井间储层参数预测的原理及方法,并在某油田中应用,通过最优性检验,建立起了适合研究区地质特点的各种储层参数的最佳估计模型,揭示了储层参数在三维空间的变化规律,为建立三维储层预测模型开辟了新的方法。     

地震多参数神经网络储层油气预测中的参数优化

在利用多参数进行储层油气预测时,并不是使用的特征越多越好,最佳特征的维数取决于实际问题的预测效果。这里运用聚类分析法优选地震特征参数,将距离较远或相似系数低的特征参数聚为一类,用来对未知样本进行地震储层预测。利用优选后的参数进行神经网络储层油气预测,在实际应用时取得了较好的效果。     

测井资料在碳酸盐岩洞—裂缝型储层产能评价中的应用

介绍了一种基于测井资料来预测双孔结构碳酸盐岩储层产能的新方法。首先根据碳酸盐岩剖面中双孔结构储层的地质和测井特征,提取与储层产能密切相关的多个测井和地质参数,考虑到这些参数与产能的非线性相关关系以及产能数据的变化特点,采用BP神经网络技术建立其储层产能的预测模型,由此处理了轮南地区的多口井测井资料。所预测的储层段产能与试油产能较为一致,效果良好。     

Jason反演技术在李堡地区储层预测中的应用

在海安凹陷开展Jason反演技术应用研究,对推动本区隐蔽油藏勘探技术具有重要意义.以Jason软件约束稀疏脉冲反演的基本流程为平台,结合李堡地区储层发育特点,重点解决了测井资料归一化、子波提取、地质建模、Lambda取值等关键问题,实现预测效果与钻井资料、区域沉积特征相吻合,达到提高隐蔽圈闭识别精度,有效促进隐蔽油藏勘探的目的.     

基于小波变换的分频技术在碳酸盐岩储层预测中的应用

塔河油田奥陶系海相碳酸盐岩储层埋藏深,地震反射信号弱,且风化壳多为杂乱反射,储集体类型复杂多样,有裂缝、溶洞、孔洞等类型,纵横向非均质性强,勘探难度大,属世界级难题。针对上述难题,这里引入基于小波变换的地震分频技术,首先针对该区实际地质情况设计模型,检验了该方法的可行性;然后对该区碳酸盐岩储层进行了预测,预测结果与实钻数据相一致,由此可见,分频解释技术可以有效刻划碳酸盐岩储层空间分布特征。研究表明,经分频处理后的地震数据,其解释分辨率高于常规地震主频所能达到的分辨能力,不需要建立假设的模型,尊重原始地震数据,减少了人为因素干扰带来的假象。该项技术在确定油藏边界、储层预测方面具有独特的优势。     

叠前反演方法在致密砂岩气储层预测中的应用

以鄂尔多斯东缘A区块为例,通过岩石物理正演分析,论证了储层岩石物理参数的敏感性,确定利用纵波阻抗与纵横波速度比参数进行储层的识别。在此基础上进行正演模拟,研究了地震的极限分辨率及不同厚度砂体的地震响应特征,确定了运用叠前地质统计学反演为核心的储层预测技术对该研究区太原组进行储层预测研究,以解决该区储层薄、横向变化快、单一岩石物理参数无法区分岩性等问题。地质统计学反演结果表明,该方法能有效的预测厚度大于3 m的储层。对比研究区内11口测井解释厚度与储层反演厚度表明,储层反演预测厚度平均误差为7.5%,其中5口盲井的平均误差为10.2%,一口新钻井的砂体厚度预测误差为1.73%,为该区的井位部署提供了可靠的资料参考。      

水库诱发地震定量预测方法及应用

论述了水库诱发地震震级定量预测的主要方法,主要包括概率预测法、两级模糊综合评判法、逻辑信息量法和应变能分析等;介绍了其在小浪底水库诱发地震预测中的应用,并说明其应用效果。     

灰色位势识别算法在储层预测中的应用

本文详细介绍了灰色位势识别这一新颖的非线性多类模式识别的数学原理、算法思路及在XX气田储层预测中的应用，表明了该算法具有较好的非线性的识别归类效果，值得进一步研究推广。     

分形在储层参数井间预测中的应用

现有地震资料难以实现储层薄层的预测，分形理论的引入，可弥补这一不足．以具有连续性和等间距采样点的测井资料为基础，以分形分析理论为手段，结合生产实际进行了研究．根据分形地质统计学中对储层参数的研究，得出其分形理论模型，并通过VisualBasic语言编程，在计算机上实现了某地区4口井储层参数（包括孔隙度、渗透率和泥质含量）的井间预测，其结果达到了预期的效果，说明将分形理论用于储层参数井间预测具有可行性．