RY凹陷致密砂岩神经网络产能分类预测方法

作者：李玮; 张占松; 祗淑华; 丁一; 安继星; 王晓林

来源：测井技术, 2013, (06): 688-693.

DOI：10.16489/j.issn.1004-1338.2013.06.021

• 测井解释
• 产能预测
• 神经网络
• 致密砂岩
• 孔隙结构
• 毛细管压力曲线 log interpretation
• productivity prediction
• neural network
• tight sandstone
• pore structure
• capillary pressure curve

研究了RY凹陷的储层沉积特征、物性特征和油水层测井响应特征,分析认为其古近系沉积相类型丰富多样,属中低孔隙度中低渗透率砂岩,储层物性复杂且变化大,平面径向流产能评价方法效果有限。从岩石物性出发,提出神经网络分类评价方法。利用排驱压力划分3类储层,以降低物性变化对产能带来的影响;再利用神经网络非线性拟合的独特优势,分别建立3类物性储层测井参数和产能关系。经新探井试油数据检验,该方法的产能预测符合率大于87.5%,可满足生产需求。

• 单位
  长江大学; 中国石油集团测井有限公司