谢凤桥构造油气层的人工神经网络识别

• 作者: 杨久西
• 来源期刊: 石油与天然气地质
• 学科: 工学
• 关键词: BP网络 SOM网络 储层识别 测井数据 储层参数 预测
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 油气空间
• 页码范围: 76-80
• 页数: 5页
• 分类号: TE122.2
• 字数: 4444字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-9985.2002.01.016

摘要

江汉盆地西南缘谢凤桥构造是一背斜构造,为岩性+构造复合型油藏.油藏的聚集明显受储层纵向分布和横向展布及非均质性的控制.根据这一储层特点,用前向(BP)网络建立储层参数的仿真计算,然后用自组织映射特征(SOM)网络来预测油层类别.首先从一口或多口关键井所属已知数据中选取训练样本,选用冲洗带电阻率、真电阻率、自然伽马、自然电位、补偿声波、补偿中子及井径等7类钻、测井数据作输入变量,由此建立测井数据参数与储层孔隙度、含油饱和度和渗透率等参数的输入输出映射关系.以产油井鄂深4,8等井的已测试油层作为训练样本,用BP神经网络进行函数逼近,来预测储层参数.然后,利用SOM网络进行模式分类.将对储层较敏感的真电阻率、补偿声波进行二度输入,与BP网络所输出的孔隙度、含油饱和度、渗透率等储层参数一起作为油层识别的诊断特征参数.样本的特征参数经过标准化处理后,送入SOM网络进行学习训练和建模,得出建模样本油层识别的SOM网络,输入所要预测层位的数据,由网络仿真输出各井的油层识别结果.结果经生产检验,符合率超过90%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨久西	中国地质大学研究生院	4	24	2.0	4.0