基于遗传神经网络的储层敏感性预测方法研究

• 作者: 潘树林 高磊
• 来源期刊: 物探化探计算技术
• 学科: 地球科学
• 关键词: 遗传算法 神经网络 敏感性 预测
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 486-489
• 分类号: P183
• 字数: 2268字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2012.04.21

摘要

储层敏感性是储层与外来流体发生各种物化作用,使储层孔隙结构和渗透性发生变化的特性,这种变化会不同程度地损害油层,从而导致产能损失或产量下降.如果能在施工之前对储层的敏感性做出预测,那么在进行施工的过程中,就可以采取相应的措施,减少储层的损害.在储层敏感性进行预测的方法中,BP神经网络是应用最广泛的方法之一,可以对储层的各种敏感性进行预测.但这也存在着一些问题,比如局部寻优、收敛速度慢等,所以在神经网络的基础上,加入了遗传算法,可以对神经网络进行优化,使其能最大程度地快速找到全局最优.实践证明,这种方法能够满足目前储层敏感性预测的实际需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘树林	西南石油大学资源与环境学院	33	137	7.0	9.0