一种模糊神经网络技术及其在储层预测中的应用

大庆外围油田的葡萄花油层主要为砂泥岩薄互层,储层砂体横向变化大,这给井位设计带来了很大的难度。近几年地震属性分析技术虽然得到了较快的发展,但地震属性与储层地质参数之间的关系较模糊,难以用地震特征参数直接预测储层的砂岩厚度。为此,研究了一种模糊神经网络预测砂岩技术,它将人工神经网络理论与模糊逻辑分析相结合,在地震属性分析的基础上,以井旁地震道主分量参数为输入,以井孔地质参数为期望输出,建立模糊神经网络,并对网络进行训练,当网络收敛且网络整体方差达到要求的精度时,便完成了网络训练。该技术应用于大庆太平屯地区储层预测中,通过4口后验井检验,预测厚度与钻井厚度吻合较好,平均绝对误差为0.21m。