径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算

• 作者: 李高仁 王谦 石玉江 程相志 罗伟平 谭茂金
• 来源期刊: 石油地球物理勘探
• 关键词: 致密砂岩 径向基函数(RBF) 相对渗透率 分流量方程 含水率
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 综合研究
• 页码范围: 864-872
• 页数: 9页
• 分类号: P631
• 语种: 中文
• DOI: 10.13810/j.cnki.issn.1000-7210.2020.04.018

摘要

致密砂岩储层具有物性差、孔隙结构复杂、非均质性强等特点,导致利用传统方法难以精确预测或计算其相对渗透率和含水率.为此,文中提出基于径向基函数(RBF)的神经网络预测相对渗透率方法:在介绍RBF神经网络原理的基础上,选择高斯函数和最近邻聚类算法构建网络模型;以含水饱和度、核磁束缚水饱和度、孔隙度、渗透率等四参数为输入,油、水相对渗透率为输出,根据误差分析确定最佳相对渗透率预测网络模型及参数;最后采用分流量方程计算得到储层含水率.将该方法应用于鄂尔多斯盆地陇东地区延长组长8储层,预测的油、水相对渗透率与相渗实验结果一致,计算的含水率与测试结果吻合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程相志		19	415	11.0	19.0
2	石玉江		33	402	11.0	19.0
3	李高仁		11	83	3.0	9.0