基于RBF神经网络的储层孔隙度建模

• 作者: 刘彰基 王凤嫔 王艳芹
• 来源期刊: 油气田地面工程
• 关键词: RBF神经网络 孔隙度 苏德尔特油田 建模
• 年，卷（期）: 2010,（10）
• 页码范围: 91-92
• 分类号: TE4
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6896.2010.10.049

摘要

RBF神经网络理论为非线性系统建模提供了有力的工具.将RBF神经网络应用于苏德尔特油田储层孔隙度建模,有效克服了在没有足够资料的条件下确定储层孔隙度的困难,在苏德尔特油田某油层复杂裂缝性潜山油藏的开发中具有实际意义;应用该方法预测储层孔隙度简捷有效,为油田的开发提供了依据.RBF神经网络是复杂油藏领域物性研究的一个方向,具有一定的应用及推广价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘彰基	大庆师范学院人力资源部	10	6	1.0	2.0
2	王艳芹	大庆师范学院物理与电气信息工程学院	18	76	3.0	8.0
3	王凤嫔	大庆师范学院物理与电气信息工程学院	16	20	3.0	3.0