致密储层动态渗透率预测模型

作者：董满仓; 柴汝宽; 辛晶; 陈映赫; 黄建树

来源：陕西科技大学学报, 2018, 36(01): 90-95.

DOI：10.19481/j.cnki.issn2096-398x.2018.01.017

• 致密储层
• 人工蜂群算法
• BP神经网络
• 混合神经网络
• 渗透率预测模型

为准确描述致密油藏开发过程中渗透率的动态变化规律.本文首先分析总结致密储层渗透率的3个主要影响——有效应力、温度和含水饱和度,并建立了以有效应力、温度和含水饱和度为输入层,渗透率为输出层,人工蜂群算法优化的BP神经网络渗透率预测模型.利用不同条件下的渗透率数据建立仿真数据样本进行训练,训练结果的最大绝对误差为0.063 47×10-3μm2,最大相对误差为4.382%,平均相对误差1.069%.说明人工蜂群算法优化BP神经网络模型很好的描述致密储层渗透率和各个影响因素之间的内在规律.常规BP神经网络渗透率模型训练结果平均相对误差达10.699%.说明较之常规BP神经网络,改进的BP神经网络预测精度及稳定性均有较大提升.综上,人工蜂群算法优化的BP神经网络模型能较好应用于低渗致密储层渗透率预测.

• 单位
  延长油田股份有限公司; 中国石油大学（北京）