用神经网络预测储层的孔隙度

• 作者: 王朋岩
• 来源期刊: 大庆石油学院学报
• 学科: 工学
• 关键词: 油气勘探 神经网络 储层 孔隙度预测
• 年，卷（期）: 2003,（2）
• 所属期刊栏目: 石油勘探
• 页码范围: 5-7
• 页数: 3页
• 分类号: TE122.1+TP389.1
• 字数: 2532字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2003.02.002

摘要

探讨了应用神经网络技术预测储层孔隙度的方法.选取储层的深度、厚度、岩性及砂地体积比4个因素确立了预测孔隙度的神经网络结构,经网络的学习训练过程,确定了网络各层的连接权值,从而得到了稳定的孔隙度预测网络.应用该网络对松辽盆地北部深层登娄库组孔隙度预测表明,所确定的孔隙度分布与实际状况符合.应用该方法,不需要大量的数据,也不需要各参数之间的关系,即可得到不同区域内各因素对孔隙度的影响程度.该方法适用于早期勘探缺乏足够资料条件下的孔隙度预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王朋岩	大庆石油学院地球科学学院	17	350	9.0	17.0