优化BP神经网络在川西上三叠统陆相页岩含气性预测中的应用

• 作者: 余荣富 周广照 孙未国 李显明 邹海燕 黄斌
• 来源期刊: 矿物岩石
• 学科: 地球科学
• 关键词: BP神经网络 页岩 含气性 预测
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 沉积岩与天然气石油地质
• 页码范围: 90-96
• 页数: 7页
• 分类号: P313.1
• 语种: 中文

摘要

含气性评价是页岩储层优选及甜点区优选的关键,但页岩储层在纵向上具有强非均质性及含气性差异,常规含气性评价方法预测效果较差.为了克服该问题,本文引入LM算法,利用优化BP神经网络模型对川西上三叠统陆相页岩储层含气性进行测井评价.研究结果表明,TOC含量、粘土矿物含量、岩石密度、有效孔隙度、气相渗透率及含气饱和度6个测井参数对页岩储层总合气量的影响程度最大.优选这6个测井参数作为输入层样本,进行LM-BP神经网络训练.页岩储层总合气量预测结果的相对误差分布在0.1％～15％,平均相对误差为5.52％,误差较小,表明该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹海燕		6	95	3.0	6.0
2	黄斌		15	21	3.0	4.0
3	李显明		6	4	1.0	2.0
4	余荣富	中国石油青海油田开发处油田开发事业部	1	3	1.0	1.0