利用BP网络技术预测碳酸盐岩储层孔隙度

被引：5

作者：

汪志红

张银德

周文

芦焱

潘勇

机构：

[1] 成都理工大学信息管理学院

[2] 成都理工大学“油气藏地质与开发工程”国家重点实验室

[3] 成都理工大学应用核技术与自动化工程学院

[4] 四川石油管理局测井公司

来源：

物探化探计算技术 | 2005年 / 01期

关键词：

径向基函数神经网; 孔隙度; 渗透率; 一种高效的数学研究工具—Matlab;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

利用径向基函数(RadialBasisFunction,RBF)神经网络的原理对储层参数(孔隙度、渗透率)进行了预测,运用有效测井数据和岩心测试资料作为网络模型的学习样本,通过网络的学习、训练,建立了测井解释的RBF神经网络模型。应用此模型定量计算了鄂尔多斯盆地杭锦旗地区多口井的碎屑岩层的孔隙度和渗透率。与用传统的统计方法比较,神经网络的方法显示出了更好的精度和更强的实用性。

引用

页码：20 / 24+98 +98

页数：6