BP神经网络在砂岩储层流体识别中的应用

作者：杨超超; 张磊; 吴俊晨; 黄若坤; 宋秋强

来源：科技资讯, 2013, (05): 11+13.

DOI：10.16661/j.cnki.1672-3791.2013.05.004

• Bp神经网络
• 流体识别
• 测井解释

莫北地区侏罗纪三工河组,岩性主要是中、细砂岩,属低孔低渗储层,所以储层流体性质的识别是该地区急需解决的问题。针对常规测井储层识别准确率不佳的情况,提出了Bp神经网络这种数学方法进行储层的油、气、水、干层的识别。提出43个试油层段的测井曲线特征值,以对流体性质敏感并且在交会图上具有比较明显区分度的密度值(DEN)、孔隙度(POR)、电阻率值(RT)和含水饱和度值(SW)作为输入向量,经程序训练判别准确率达到满足的要求后根据得到的权值、阈值编写神经网络预测的程序挂接在测井解释软件中,从而实现了Bp神经网络在储层中的自动化识别。

• 单位
  长江大学