基于BP神经网络技术的储层流动单元研究

• 作者: 司马立强 肖华 袁龙 陆凤才
• 来源期刊: 测井技术
• 关键词: 测井解释 流动单元 低孔隙度 低渗透率 流动带指数 BP神经网络 黄珏油田
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 综合应用
• 页码范围: 421-425,430
• 分类号: P631.84
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1338.2012.04.020

摘要

黄珏油田方4阜一段储层属低孔隙度、低渗透率储层,储层特性较为复杂,在进行储层参数的求取时存在较大误差.结合取心物性资料、测井资料,选用流动带指数IFZ划分方法将取心井储层流动单元划分成Ⅰ、Ⅱ、Ⅲ类,并建立流动单元的识别和划分标准.在此基础上,利用BP神经网络技术对取心井储层流动单元进行学习训练,与测井曲线建立其相关的学习和预测模型,对非取心段储层流动单元进行预测,明显提高了测井解释精度,为储层精细评价提供一种较有效的研究方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	司马立强	西南石油大学资源与环境学院	78	607	14.0	17.0
2	肖华	西南石油大学资源与环境学院	1	12	1.0	1.0
3	袁龙	西南石油大学资源与环境学院	11	54	5.0	7.0
4	陆凤才	江苏油田勘探局地质测井处	1	12	1.0	1.0