基于BP神经网络的叠前流体识别方法

作者：汪佳蓓; 黄捍东

来源：成都理工大学学报(自然科学版), 2016, (06): 663-670.

• 弹性参数
• BP神经网络
• 模式识别
• 流体识别 elastic parameters
• BP neural network
• pattern recognition
• fluid identification

探讨塔里木盆地桑塔木地区三叠系辫状河三角洲沉积储层流体识别方法。该地区储层横向变化大,流体类型复杂。本文提出利用BP神经网络的信息整合模式识别功能来进行储层流体识别的方法,通过叠前反演得到对流体敏感的弹性参数数据体和电测解释结果标定建模样本,采取随机抽样形成建模样本集与测试样本集,选取26口井的700个样本作为学习样本,62个作为测试样本,建立BP神经网络模型。预测结果和实钻结果吻合程度高,正确率达90%以上。该方法可以很好地对桑塔木地区储层中所含流体进行识别。