基于神经网络模型的井间参数预测方法

• 作者: 刘池阳 谭成仟
• 来源期刊: 西北大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 井间参数预测 沉积微相 孔隙度
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 地球科学与环境科学
• 页码范围: 95-98
• 页数: 4页
• 分类号: TE122+4
• 字数: 3175字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-274X.2007.01.024

摘要

目的 研究储层精细评价技术中的储层参数井间预测方法.方法 基于人工神经网络模型,结合油藏微相研究成果,采用井位和微相信息作为神经网络的输入信息,采用神经网络模型对储层参数进行空间预测.结果 利用空间分散井位点的孔隙度资料和地区沉积微相信息,对孤岛油田渤21断块油藏进行井间孔隙度内插预测,其井间参数的预测精度得到明显提高,为油藏建模提供了可靠的基础.结论 基于神经网络模型的井间参数预测方法,可以为储层精细评价提供高质量的油藏地质模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘池阳	西北大学地质学系	71	1626	23.0	38.0
2	谭成仟	西北大学地质学系	11	219	7.0	11.0