RY凹陷致密砂岩神经网络产能分类预测方法

• 作者: 丁一 安继星 张占松 李玮 王晓林 祗淑华
• 来源期刊: 测井技术
• 关键词: 测井解释 产能预测 神经网络 致密砂岩 孔隙结构 毛细管压力曲线
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 产能预测
• 页码范围: 688-693
• 页数: 6页
• 分类号: P631.84
• 语种: 中文

摘要

研究了RY凹陷的储层沉积特征、物性特征和油水层测井响应特征,分析认为其古近系沉积相类型丰富多样,属中低孔隙度中低渗透率砂岩,储层物性复杂且变化大,平面径向流产能评价方法效果有限.从岩石物性出发,提出神经网络分类评价方法.利用排驱压力划分3类储层,以降低物性变化对产能带来的影响;再利用神经网络非线性拟合的独特优势,分别建立3类物性储层测井参数和产能关系.经新探井试油数据检验,该方法的产能预测符合率大于87.5％,可满足生产需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张占松	长江大学地球物理与石油资源学院	41	203	8.0	12.0
2	丁一	长江大学地球物理与石油资源学院	3	38	2.0	3.0
3	李玮	长江大学地球物理与石油资源学院	6	16	2.0	4.0