应用BP神经网络预测磨溪气田香四储层孔隙度

doi:10.3863/j.issn.1000-2634.1995.02.05

西南石油大学学报(自然科学版) ›› 1995, Vol. 17 ›› Issue (2): 31-36.DOI: 10.3863/j.issn.1000-2634.1995.02.05

应用BP神经网络预测磨溪气田香四储层孔隙度

夏宏泉刘红歧张宏伟

(石油勘探系)

收稿日期:1994-11-02 修回日期:1900-01-01 出版日期:1995-04-20 发布日期:1995-04-20

Application of BP Neural Network to Calculation of Reservoir Porosity of Moxi Gas Field

Xia Hong-quan Liu Hong-qi Zhang Hong-wei

(Dept. of Petroleum Exploration)

Received:1994-11-02 Revised:1900-01-01 Online:1995-04-20 Published:1995-04-20

摘要/Abstract

摘要：

神经网络是一门新兴的信息处理技未，它可用来解决测井解释和油藏描述中的模式识别和参数估算等问题。本文利用取心并的储层孔隙度与测井数据，应用改进的BP神经网络模型建立了川中磨溪气田香四储层物性参数孔隙度的预测模型。与传统方法~回归方程、灰色方程和测井解释相比，其精度及实际预测效果均令人满意。该法值得推广应用。

关键词: 储层物性, 测井解释.参数模型, BP网络

Abstract:

Neural network is a new information processing technique，which can be used to solve the problems of log interpretation, pattern recognition and parameter estimation in reservoir description. Using the formation porosity and logging data of cored well of Moxi gas field，we have successfully applied Back Propagation Network to the establishment of a prediction model of calculating formation parameters-porosity. Compared with the traditional methods—Regression equation，Grey equation and log interpretation，its precision and predicted result are rather satisfactory. Thus this method is well worth popularizing.

Key words: Formation porosity, Log interpretation, Parameter mode, NP Network

中图分类号:

P631.9

夏宏泉刘红歧张宏伟. 应用BP神经网络预测磨溪气田香四储层孔隙度[J]. 西南石油大学学报(自然科学版), 1995, 17(2): 31-36.

Xia Hong-quan Liu Hong-qi Zhang Hong-wei. Application of BP Neural Network to Calculation of Reservoir Porosity of Moxi Gas Field[J]. 西南石油大学学报(自然科学版), 1995, 17(2): 31-36.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnzk/CN/10.3863/j.issn.1000-2634.1995.02.05

http://journal15.magtechjournal.com/Jwk_xnzk/CN/Y1995/V17/I2/31

[1]	王晔桐, 孙国强, 杨永恒, 秦彩虹, 李艳明. 柴北缘冷湖七号地区碳酸盐胶结物特征及其意义[J]. 西南石油大学学报(自然科学版), 2020, 42(1): 45-56.
[2]	陈波1，2 *，尤新才3，张银4，张顺存1，史基安1. 玛南地区乌尔禾组成岩作用对储层物性的影响[J]. 西南石油大学学报(自然科学版), 2016, 38(1): 10-20.
[3]	蒋裕强1，张春2，邓海波3，王猛1，罗明生4. 黏土矿物对低渗致密砂岩储渗性能的影响[J]. 西南石油大学学报(自然科学版), 2013, 35(6): 39-47.
[4]	张超，李兆敏，张东. 超临界CO2 驱对储层物性影响的实验研究[J]. 西南石油大学学报(自然科学版), 2013, 35(5): 94-99.
[5]	黎菁;罗彬;张旭阳;侯文锋;岳晓军. 致密砂岩气藏储层物性下限及控制因素分析[J]. 西南石油大学学报(自然科学版), 2013, 35(2): 54-62.
[6]	汤小燕. 克拉玛依九区火山岩储层主控因素与物性下限[J]. 西南石油大学学报(自然科学版), 2011, 33(6): 7-12.
[7]	宋丽红; 朱如凯朱德升隋少强周川闽. 粘土矿物对广安须家河组致密砂岩物性影响[J]. 西南石油大学学报(自然科学版), 2011, 33(2): 73-78.
[8]	何琰;彭军 . 隆昌北须二段致密砂岩储层特征及主控因素[J]. 西南石油大学学报(自然科学版), 2010, 32(5): 65-69.
[9]	陈世加王明筏路俊刚范小军杨国平. 沥青对储层物性及油层产能的影响[J]. 西南石油大学学报(自然科学版), 2010, 32(2): 1-6.
[10]	李浩王香文刘双莲;. 老油田储层物性参数变化规律研究[J]. 西南石油大学学报(自然科学版), 2009, 31(2): 85-89.
[11]	唐洪明;王春华;白蓉;等. 适度出砂对储层物性影响的室内评价方法研究[J]. 西南石油大学学报(自然科学版), 2008, 30(2): 94-96.
[12]	薄冬梅姜林唐艳军鲁雪松于翠玲. 热流体活动与油气成藏[J]. 西南石油大学学报(自然科学版), 2007, 29(5): 38-41.
[13]	徐晓峰蒲万芬王生奎赵金洲. BP神经网络技术在调剖效果预测中的应用研究[J]. 西南石油大学学报(自然科学版), 2006, 28(5): 86-88.

应用BP神经网络预测磨溪气田香四储层孔隙度

Application of BP Neural Network to Calculation of Reservoir Porosity of Moxi Gas Field

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

本文评价