基于测井资料的BP神经网络模型在孔隙度定量预测中的应用

被引：27

作者：

连承波 ^{[1
]}

李汉林 ^{[1
]}

渠芳 ^{[1
]}

蔡福龙 ^{[2
]}

张军涛 ^{[3
]}

机构：

[1] 中国石油大学地球资源与信息学院

[2] 中国科学院地质与地球物理研究所

[3] 南京大学地球科学系

来源：

天然气地球科学 | 2006年 / 03期

关键词：

测井资料; BP神经网络; 孔隙度预测;

D O I：

暂无

中图分类号：

P631.84 [];

学科分类号：

0818 ; 081801 ; 081802 ;

摘要：

分析了储层孔隙度预测中存在的问题,提出了把测井信息当作影响储层孔隙度的因素、并根据已知测井信息与储层孔隙度的关系、建立适当的BP神经网络模型、在一定的学习条件下对未知样本进行预测的方法。通过实例研究,预测结果的准确性较高且明显优于回归分析预测的结果,认为此法可以作为一种储层孔隙度定量预测的方法。

引用

页码：382 / 384

页数：3

共 11 条

[1] DF气田储层孔隙度横向预测 [J].

周家雄 ;

王立锋 ;

马光克 ;

隋波 .

中国海上油气, 2004, (06) :10-13+27

[2] 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].

李凤杰 ;

王多云 ;

苑克增 ;

郑希民 .

天然气地球科学, 2004, (03) :243-246

[3] 利用灰色模型预测储层孔隙度 [J].

胡齐凯 ;

关丽 .

江汉石油学院学报, 2003, (04) :39-40+5

[4] 非参数回归法在孔隙度参数预测中的应用 [J].

乐友喜 ;

王永刚 .

地质科学, 2002, (01) :118-126

[5] 基于神经网络的温度预测 [J].

缪小平 ;

曾福添 ;

刘奎 .

工业安全与环保, 2002, (02) :29-31

[6] 利用地震资料对川东地区飞仙关鲕滩储层孔隙度的预测研究及效果分析 [J].

吴大奎 ;

李亚林 ;

陈晓超 .

天然气工业, 2001, (03) :34-36+8

[7] 砂岩孔隙度和含泥量与波速关系的模型 [J].

陈祖安 ;

伍向阳 .

地球物理学进展, 2000, (01) :78-82

[8] 孔隙度与纵横波速度间的关系及其在孔隙度预测中的应用 [J].

桂志先 ;

朱广生 ;

熊新斌 ;

雷克辉 .

石油物探, 1998, (02) :36-40+55

[9] 人工神经网络在油气勘探中的应用 [J].

刘东海 .

天然气地球科学, 1994, (05) :28-31

[10]

神经网络与神经计算机.[M].庄镇泉等编著;.科学出版社.1992,

← 1 2 →