人工神经网络技术在油田储层物性预测中的应用——以西峰油田为例
文献类型：期刊论文
| 作者 | 李凤杰,王多云,苑克增,郑希民 |
| 刊名 | 天然气地球科学
 |
| 出版日期 | 2004 |
| 期号 | 03页码:73-78 |
| 关键词 | BP神经网络 测井解释 孔隙度 渗透率 西峰油田 |
| 中文摘要 | 与传统的测井资料解释和信息处理技术相比较,在对非均质性较强、物性参数级差较大的储集层物性预测中,人工神经网络技术具有极强的自适应和自学习能力,其通过很强的非线性映射,能够精确地建立储集层参数与测井响应之间的非线性模型。在论述神经网络技术基本原理的基础上,对西峰油田延安组和延长组储层的物性参数(孔隙度和渗透率等)进行了预测,取得了较理想的结果。预测结果表明:渗透率参数级差不大(<102)时,预测精度高;渗透率的变化范围较大(>103)时,对具有高渗透率储层的预测精度高,而对具有低渗透率储层的预测值相对误差较大。 |
| 公开日期 | 2012-11-18 |
| 源URL | [http://ir.lig.ac.cn/handle/132962/1412]  |
| 专题 | 兰州油气资源研究中心_离退休人员_期刊论文 |
| 推荐引用方式 GB/T 7714 | 李凤杰,王多云,苑克增,郑希民. 人工神经网络技术在油田储层物性预测中的应用——以西峰油田为例[J]. 天然气地球科学,2004(03):73-78. |
| APA | 李凤杰,王多云,苑克增,郑希民.(2004).人工神经网络技术在油田储层物性预测中的应用——以西峰油田为例.天然气地球科学(03),73-78. |
| MLA | 李凤杰,王多云,苑克增,郑希民."人工神经网络技术在油田储层物性预测中的应用——以西峰油田为例".天然气地球科学 .03(2004):73-78. |
入库方式： OAI收割
来源：兰州油气资源研究中心
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。