概率神经网络储层流体密度反演及应用

• 作者: 唐建明 徐天吉 李显贵 李曙光
• 来源期刊: 地质科技情报
• 学科: 工学
• 关键词: 概率神经网络 流体密度 反演 储层 油气检测
• 年，卷（期）: 2011,（1）
• 页码范围: 76-79
• 分类号: TE132.1
• 字数: 2450字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7849.2011.01.013

摘要

概率神经网络是一种基于概率统计思想的神经网络,利用概率神经网络进行储层的流体密度反演,通过它的非线性扩展进行多个属性的优选组合,完成神经网络的训练学习和概率估算,有效地剔除个别数据的不利影响,使反演过程更加稳定,减少反演结果的多解性.川西某气藏的概率神经网络储层流体密度反演结果表明,该反演方法准确性很高,反演结果与实际试气结果对应良好,能解决一些常规地震勘探油气检测方法不能解决的问题,并可对储层的含气性进行定量分析,为储层预测、气水识别、油气藏描述提供重要的数据支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐建明		16	230	9.0	15.0
2	徐天吉		11	180	8.0	11.0
3	李曙光		17	139	5.0	11.0
4	李显贵		5	65	4.0	5.0