基于BP神经网络的储层微孔隙结构类型预测

• 作者: 于春生 聂晶 蔺景龙
• 来源期刊: 国外测井技术
• 学科: 工学
• 关键词: 神经网络 孔隙结构 BP算法
• 年，卷（期）: 2009,（3）
• 页码范围: 33-36
• 页数: 4页
• 分类号: TP183

摘要

剩余油层分布是油田进入高含水期后研究的主要课题之一，在影响剩余油层分布的各种因素中储层的微孔隙结构是根本原因。本文提出了基于BP神经网络的储层微孔隙结构类型预测方法。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，进行孔隙结构类型预测。采用该方法，对大庆油田采用五厂储层样本进行了处理，在10％的可接受误差时，符合率达80％以上，结果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	聂晶		4	10	1.0	3.0
3	于春生		6	21	2.0	4.0