基于BP神经网络的储层微孔隙结构类型预测

• 作者: 李鹏举 杨艳 聂晶 蔺景龙
• 来源期刊: 测井技术
• 关键词: 测井资料 神经网络 孔隙结构 BP算法
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 处理解释
• 页码范围: 355-359
• 页数: 5页
• 分类号: P631.32
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1338.2009.04.010

摘要

储层的微孔隙结构是影响高含水期油田剩余油分布的主要冈素.提出了基于神经网络技术埘测井资料处理以识别储层孔隙结构类型的方法.介绍了BP神经网络原理.该方法利用人工神经网络技术所具有的非线性、容错性和较强的模式识别能力实现了综合推理,进行储层孔隙结构类型预测.选取反映孔隙结构类型特征的自然电位、自然伽马,声波时差等7条常规测井曲线建立样本模式.并统一刻度,进行归一化处理.建立了神经网络模型.对大庆油田采油五厂储层样本进行了处理,符合率达80%以上,表明该方法用于预测储层微孔隙结构类型是可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔺景龙		15	127	8.0	11.0
2	李鹏举		11	70	5.0	8.0
3	杨艳		2	15	2.0	2.0
4	聂晶		4	10	1.0	3.0