基于FZI与PNN方法的流动单元划分研究——以NNW油田松700区长6储层为例

作者：王伟; 蔺建武; 丁磊

来源：西部探矿工程, 2018, 30(10): 58-65.

• 流动单元
• 流动带指标
• 概率神经网络
• 关系模型

在NNW油田松700区长6储层精细分层对比和沉积特征研究的基础上,结合取芯井物性数据、测井数据、选用流动带指标(FZI)方法将取芯井长6储层流动单元划分成A、B、C、D四类,并建立流动单元的识别和划分标准。在此基础上,利用概率神经网络(PNN)技术对取芯井储层流动单元进行学习训练,建立其与测井参数的关系模型,利用非线性关系模型对非取芯井长6储层流动单元进行预测,从预测结果看,非取芯井流动单元的分布与沉积微相的分布相吻合,PNN的预测精度较高,为非取芯井流动单元的划分提供了新的思路。