利用神经网络从三维地震资料预测储层孔隙度

• 作者: Himme.,P 黄子齐
• 来源期刊: 石油勘探开发情报
• 学科: 地球科学
• 关键词: 地震资料 储层 孔隙度 神经网络 油气藏
• 年，卷（期）: 1998,（4）
• 页码范围: 21-25
• 页数: 5页
• 分类号: P618.130.2

摘要

常规用于估计孔隙度的外延技术，在非均质区域内，是不准确的。利用来自三维地震资料的振幅信息能够生成孔隙度图件，并且能够分解小规模的井间非均质性。储层的地震模型是确定预计的井间变化的数量和规模的一个主要因素。通过利用测井曲线孔隙度资料和三维地震资料训练向后传递神经网络，可以获得孔隙度图件。随后，利用训练后的网络预测每个ＣＭＰ位置的孔隙度数值。利用这种技术生成的孔隙度图件目前在蒙大拿中部－北部的Ｒａｂｂ