人工神经网络在薄差水淹层解释中的应用研究

本文针对目前油田增储上产的主要接替目标—薄差层,研究应用GA遗传算法、BP神经网络等技术,建立测井解释的优化的神经网络预报模型,实现解释符合率的进一步提高,以期为公司的经济效益的提高和技术进步做出自己的贡献。研究内容主要包括三个方面:一是对萨、葡、杏等老区油田的测井资料做预处理和标准化;二是利用基于实数编码遗传算法对人工神经网络权值进行优化,分别建立水淹层解释的优化的神经网络预报模型;三是分别应用各预报模型对萨、葡、杏等老区油田的测井资料做水淹层定性解释预报,对孔隙度、饱和度等解释参数作定量预报,并对结果做分析和评价。