基于BP神经网络的深部地层压力预测技术

• 作者: 纪海鹏 胡全明
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 地层压力 RFT压力测试 测井曲线 神经网络
• 年，卷（期）: 2010,（21）
• 页码范围: 5245-5248
• 分类号: TE19
• 字数: 2369字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2010.21.029

摘要

地层压力的准确预测是优质高效安全钻井、减少井下复杂情况、合理开发油气层的基础.由于地层压力的实测方法费用较高、周期长,且影响钻井安全,因此提出一种基于神经网络技术的地层孔隙压力预测新方法,并详细论述了神经网络预测模型的建立过程.该方法以声波时差、自然电位、自然伽马数等测井数据及钻杆压力测试数据为学习样本,具有十分高的准确度.对大庆油田萨尔图和杏树岗两个区块的地层压力进行实例预测,预测结果表明,其预测结果与实测结果的相对误差<±8.9%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪海鹏		2	2	1.0	1.0
2	胡全明		1	2	1.0	1.0