准噶尔盆地永进油田特低渗储层分类评价研究

被引:3
作者
李燕
齐宇
机构
[1] 中海油研究总院
关键词
准噶尔盆地; 永进油田; 特低渗储层; 毛管曲线分形维; BP神经网络;
D O I
暂无
中图分类号
P618.13 [石油、天然气];
学科分类号
0709 ; 081803 ;
摘要
针对准噶尔盆地永进油田超深层、特低渗储层渗滤能力差,传统的储层分类评价难以细分界限的特点,引入毛管曲线分形维法和BP神经网络方法。储层岩石的孔隙结构是一种分形结构,可以用分形维数来定量描述其复杂程度。通过建立毛管压力曲线和孔隙大小分布的分形几何模型,计算了孔隙结构的分形维数,定量描述孔隙结构的复杂程度;用BP神经网络方法,经过反复实验和分析,输入5个节点数,即分形维和四条测井曲线系列(包括自然伽马、声波时差、深侧向和浅侧向电阻率),输出1个节点数,即一条深度连续的分形维曲线。网络预测值与实验值精度基本一致,根据上述方法原则求取了各井的分形维曲线,用以储层的精细分类及有效性评价。
引用
收藏
页码:115 / 118
页数:4
相关论文
共 10 条
[1]   低渗透油气藏应力敏感性评价实验新方法 [J].
吴凡 ;
孙黎娟 ;
管菲 .
油气地质与采收率, 2007, (04) :95-97+117
[2]   神经网络和分形几何方法在识别测井沉积微相中的应用 [J].
张福明 ;
李洪奇 ;
邵才瑞 ;
白彦彬 ;
张巨兴 ;
曹峰 ;
王占忠 ;
焦翠华 .
沉积学报, 1997, (03) :64-68
[3]  
M ethodo log icalA pproach for R eservo ir H eterogeneityCharacterization U sing A rtificial N euralN etw orks. Shahab M ohaghegh,et al. SPE 28394 . 1994
[4]  
M ethodo log icalA pproach for R eservo ir H eterogeneityCharacterization U sing A rtificial N euralN etw orks. Shahab M ohaghegh,et al. SPE 28394 . 1994
[5]   储层岩石孔隙的分形结构研究和应用 [J].
贺伟钟 ;
孚勋 ;
贺承祖 ;
冯文光 .
天然气工业, 2000, (02) :67-70+4
[6]   纯41块沙四段低渗透储层特征研究 [J].
刘显太 .
油气地质与采收率, 2003, (03) :30-32+4
[7]   低渗油藏油层产出能力的神经网络预测方法 [J].
谢丛姣 ;
关振良 ;
马正 .
成都理工学院学报, 1998, (S1) :94-97
[8]   东营凹陷西部沙四段上亚段滩坝砂体储集空间特征 [J].
田美荣 .
油气地质与采收率, 2008, (02) :31-33+113
[9]   利用测井信息求取储层微观孔隙结构特征参数 [J].
蔡毅 ;
刁玉民 .
测井技术, 1998, (04) :37-39
[10]   特低渗透砂岩油藏渗流特性研究 [J].
祝春生 ;
程林松 ;
阳忠华 ;
陈璞 .
油气地质与采收率, 2008, (02) :102-104+118