科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了预测碳酸盐岩油藏洞穴型储集层的充填性,利用神经网络能够实现输入目标与输出目标之间的非线性映射,基于暗河网络、古地貌、古水系和暗河出入口的精细刻画,对暗河类型进行划分;利用测井、三维地震以及岩心资料描述单井钻遇洞穴的充填程度,结合单井钻遇洞穴的充填程度与过井暗河的类型之间的对应关系,对轮古油田暗河充填程度进行预测。通过对该地区暗河解剖,认为暗河充填程度的控制因素为暗河级别、暗河类型、洞道样式、与暗河出入口的关系、与厅堂洞的关系和是否垮塌6项,将其作为输入参数,建立暗河充填程度预测模型。预测结果表明,利用BP神经网络对暗河充填程度预测的相对误差在10%左右,可将该方法应用于碳酸盐岩油藏洞穴型储集层的评价。
-
单位构造与油气资源教育部重点实验室
