| 基于神经网络和开窗技术的储层渗透率的预测方法——以大庆萨尔图油田葡萄花油层组PⅠ1—PⅠ4小层砂岩为例 |
| |
| 引用本文： | 单敬福,纪友亮,史榕,柳成志.基于神经网络和开窗技术的储层渗透率的预测方法——以大庆萨尔图油田葡萄花油层组PⅠ1—PⅠ4小层砂岩为例[J].地质科学,2007,42(2):395-402. |
| |
| 作者姓名： | 单敬福 纪友亮 史榕 柳成志 |
| |
| 作者单位： | 1. 同济大学海洋与地球科学学院, 上海, 200092;2. 大庆石油学院, 黑龙江大庆, 613318 |
| |
| 摘 要： | 渗透率是油藏描述和油藏工程中较为关键性的参数,因而如何求取较为精确的地层渗透率参数值显得格外重要。本文在岩心分析化验数据和相关测井曲线数据归一化的基础上,利用改进的开窗技术,借助反馈的神经网络方法逐点计算地层的渗透率。以往在利用遗传算法预测渗透率的时候,因为只考虑了单一的数据点,没有把邻近层位的数据加入学习过程中来,故影响了预测模型的精度和可信度。笔者经过系统的研究,用相邻5个层位的数据点进行学习,建立储层渗透率的预测模型。大庆萨尔图油田葡萄花油层组PⅠ1—PⅠ4小层砂岩的油气勘探实践证明,预测的渗透率与实测的渗透率的值符合较好。
|
| 关 键 词： | 人工神经网络 渗透率拟合 开窗技术 BP网络 大庆萨尔图油田 |
| 文章编号： | 0563-5020（2007）02-0395-08 |
| 收稿时间： | 2005-12-16 |
| 修稿时间： | 2005-12-16 |
PREDICTING METHOD OF RESERVOIR PERMEABILITY BASED ON ARTIFICIAL NEURAL NET AND WINDOWING TECHNIQUE:AN EXAMPLE FROM PⅠ1—PⅠ4 INDIVIDUAL RESERVOIR IN PUTAOHUA OILFIELD,DAQING |
| |
| Shan Jingfu, Ji Youliang, Shi Rong, Liu Chengzhi.PREDICTING METHOD OF RESERVOIR PERMEABILITY BASED ON ARTIFICIAL NEURAL NET AND WINDOWING TECHNIQUE:AN EXAMPLE FROM PⅠ1—PⅠ4 INDIVIDUAL RESERVOIR IN PUTAOHUA OILFIELD,DAQING[J].Chinese Journal of Geology,2007,42(2):395-402. |
| |
| Authors: | Shan Jingfu Ji Youliang Shi Rong Liu Chengzhi |
| |
| Institution: | 1. School of Ocean and Earth Science, Tongji University, Shanghai 200092;2. Daqing Petroleum Institute, Daqing, Heilongjiang 613318 |
| |
| Abstract: | |
| |
| Keywords: | Artificial neural net Permeability fit Windowing technique Back-Propagation Network Saertu Oilfield in Daqing |
| 本文献已被 CNKI 维普 等数据库收录！ |
| 点击此处可从《地质科学》浏览原始摘要信息 |
| 点击此处可从《地质科学》下载免费的PDF全文 |
|
