改进人工神经网络原理对储层渗透率的预测——以北部湾盆地涠西南凹陷为例

• 作者: 单敬福 柳成志 纪友亮
• 来源期刊: 石油与天然气地质
• 学科: 工学
• 关键词: 开窗技术 渗透率预测 人工神经网络 涠西南凹陷 北部湾盆地
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 勘探开发技术
• 页码范围: 106-109,115
• 页数: 5页
• 分类号: TE112.2
• 字数: 2668字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-9985.2007.01.015

摘要

人工神经网络的计算方法是一种非线性处理系统,是根据测井数据进行储层物性参数预测的方法.以往在利用遗传算法预测渗透率的时候,因为只考虑了单一的数据点,没有把临近层位的数据加入学习过程中来,故影响了预测模型的精度和可信度.为弥补这一不足,利用相临多个层位的数据点进行学习,进而建立储层渗透率的预测模型,并在岩心分析化验数据和相关测井曲线数据归一化的基础上,利用改进的开窗技术,借助反馈的神经网络方法对地层的渗透率进行逐点计算.通过北部湾盆地涠西南凹陷的实例实践表明,用该方法预测的渗透率与实测的渗透率的值符合较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪友亮	同济大学海洋学院	73	1421	25.0	33.0
2	柳成志		34	282	8.0	15.0
3	单敬福	同济大学海洋学院	11	182	8.0	11.0