BP神经网络算法在页岩气饱和度评价的应用

摘要：

页岩气储层中高含量的有机质和黏土矿物会对饱和度的计算会产生影响,常规油气储层建立的饱和度计算模型在页岩气储层饱和度评价中存在较大误差,亟需寻求新的途径与思路.本文分析总结了页岩气储层性质及其与含水饱和度的关系机理.利用井中地层密度和铀含量与岩心分析含水饱和度有较好的相关性,通过BP神经网络训练建立新的非电性测井饱和度评价模型.在以往饱和度计算模型基础上,考虑总有机碳含量对页岩储层含水饱和度的影响,建立新的含水饱和度计算公式.研究结果表明,此模型通过铀含量和地层密度计算得出的含水饱和度与岩心分析数据具有更高的吻合度.本次研究基于岩心分析数据,建立基于BP神经网络的含水饱和度计算模型,为页岩气含水饱和度的评价提供了新的方法与思路.

关键词：页岩气、含水饱和度、地层密度、铀含量、BP神经网络、总有机碳含量

所属期刊栏目：19

分类号：P631.4

资助基金：国家重点研发计划2018YFC060330502

在线出版日期：2022-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：216-222