基于改进BPNN与T2全谱的致密砂岩储层渗透率预测

• 作者: 何小菊 吴中彬 周新波 张冲 朱林奇 李阳 祗淑华
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 核磁共振测并 T2全谱 渗透率 集成算法 L2正则化 自适应雨林算法 集成正则化改进BPNN算法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 储层预测
• 页码范围: 727-734
• 页数: 8页
• 分类号: P631
• 字数: 5419字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2017.05.013

摘要

针对现有核磁共振测井渗透率模型对孔隙结构复杂的致密砂岩储层预测精度不高的问题,在分析误差反向传播神经网络的缺陷后,提出了一种利用集成正则化改进神经网络(BPNN)算法与核磁共振T2全谱预测致密砂岩储层渗透率的方法.该方法采用自构形算法自动确定隐层神经元的个数,采用自适应雨林优化算法避免BP神经网络迭代陷入局部极小值,利用L2正则化算子保证算法的稳定性,采用Adaboost集成算法串联若干BP神经网络以提高模型泛化能力.提取某区致密砂岩储层192块岩样的核磁共振T2全谱数据进行建模,并应用于非建模井的渗透率评价,认为基于集成正则化改进BPNN算法评价储层渗透率精度较高,均方误差仅有0.286.