作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过人工神经网络系统可以由井筒某一深度的孔隙度值预测井筒相同深度的渗透率值。这项研究采用的是善于进行预测的反向传播结构网络。预测渗透率的传统研究方法是回归分析,在回归分析中假设孔隙度与渗透率的关系是已知的,但在实际上,这一关系的函数式,即模式方程是未知的。相反,神经网络方法则假设不存在函数关系。用于检验人工神经网络法孔隙度预测渗透率的六口井选自阿拉巴马南部的Big Escambia Creek油田
推荐文章
用神经网络预测孔隙度和渗透率
神经网络
储层预测
微粒群算法
以相对渗透率预测器为基础的人工神经网络
人工神经网络
多相流
岩石特性
流体性质
相对渗透率
模型研究
利用神经网络预测储层孔隙度
孔隙度
神经网络
LM算法
BP算法
应用人工神经网络预测竖直通道的过渡沸腾
人工神经网络
过渡沸腾
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用人工神经网络由孔隙度预测渗透率
来源期刊 测井科技 学科 工学
关键词 油田开发 渗透率 预测 孔隙度 人工神经网络
年,卷(期) 1997,(3) 所属期刊栏目
研究方向 页码范围 22-28
页数 7页 分类号 TE312
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
油田开发
渗透率
预测
孔隙度
人工神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测井与射孔
季刊
山东省东营市北二路313号胜利测井公司
出版文献量(篇)
1135
总下载数(次)
4
总被引数(次)
0
论文1v1指导