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:
根据渗流原理,利用人工神经网络算法建立了预测砂岩储层渗透率的模型,应用该模型分析了萨尔图油田中区储层渗透率. 结果表明:预测渗透率与实测渗透率吻合较好,预测渗透率的变化趋势与取心井段岩性的变化规律相符;应用人工神经网络预测渗透率的方法,既可保证数据总体分布的正确性,又可提高渗透率预测的精度.
推荐文章
径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算
致密砂岩
径向基函数(RBF)
相对渗透率
分流量方程
含水率
基于改进BPNN与T2全谱的致密砂岩储层渗透率预测
核磁共振测并
T2全谱
渗透率
集成算法
L2正则化
自适应雨林算法
集成正则化改进BPNN算法
人工神经网络预测木头油田储层孔隙度渗透率
神经网络
BP
测井评价
储层物性
孔隙度
渗透率
基于神经网络的柳林地区煤储层渗透率预测方法
测井解释
煤层气
灰色关联
GA-BP神经网络
渗透率
测井资料
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 利用人工神经网络预测砂岩储层渗透率
来源期刊 大庆石油学院学报 学科 工学
关键词 人工神经网络 渗透率 砂岩储层
年,卷(期) 2005,(4) 所属期刊栏目 石油科技
研究方向 页码范围 10-11,32
页数 3页 分类号 TE122.2
字数 1664字 语种 中文
DOI 10.3969/j.issn.2095-4107.2005.04.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张世广 大庆石油学院地球科学学院 3 32 2.0 3.0
2 柳成志 大庆石油学院地球科学学院 34 282 8.0 15.0
3 张雁 大庆石油学院地球科学学院 14 174 7.0 13.0
4 翟永库 2 10 2.0 2.0
5 秦秋寒 大庆石油学院地球科学学院 4 21 3.0 4.0
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  (23)
参考文献  (3)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (20)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
渗透率
砂岩储层
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
东北石油大学学报
双月刊
2095-4107
23-1582/TE
大16开
黑龙江省大庆市高新技术开发区发展路199号东北石油大学学报编辑部
14-90
1977
chi
出版文献量(篇)
3238
总下载数(次)
4
总被引数(次)
31805
论文1v1指导