模糊优选神经网络储层识别技术在长庆中部气田马五1段的应用

• 作者: 匡建超 曾剑毅 王众
• 来源期刊: 油气地质与采收率
• 学科: 工学
• 关键词: 储层识别 粒子群算法 模糊优选神经网络 长庆中部气田 鄂尔多斯盆地
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 油气地质
• 页码范围: 5-7,12
• 页数: 4页
• 分类号: TE112.23
• 字数: 3433字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-9603.2008.05.002

摘要

鄂尔多斯盆地奥陶系马家沟组岩性复杂,属于致密储层,所以储层识别是该层系天然气开发中所面临的关键问题和难点之一.传统的储层识别方法准确率较低,因此提出了利用基于粒子群算法的模糊优选神经网络对储层中的气、水、干层进行识别.选用长庆中部气田19口井分层测试92个已知样本,通过对物性、测井和储渗特征等参数的分析,选取电阻率、自然伽马、产能系数、储渗因子和介质类型因子5个主成分控制特征参数作为样本输入,以样本储层的产能赋值作为输出,构建了基于粒子群算法的模糊优选神经网络的储层识别模型.通过试算,优选了2个模型,回判正确率分别达到96.2%和92.3%,储层识别正确率达到100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	匡建超	成都理工大学商学院	94	581	13.0	18.0
2	王众	成都理工大学商学院	36	200	9.0	12.0
3	曾剑毅	成都理工大学商学院	9	81	7.0	9.0