改进人工神经网络原理对储层渗透率的预测——以北部湾盆地涠西南凹陷为例

摘要：

人工神经网络的计算方法是一种非线性处理系统,是根据测井数据进行储层物性参数预测的方法.以往在利用遗传算法预测渗透率的时候,因为只考虑了单一的数据点,没有把临近层位的数据加入学习过程中来,故影响了预测模型的精度和可信度.为弥补这一不足,利用相临多个层位的数据点进行学习,进而建立储层渗透率的预测模型,并在岩心分析化验数据和相关测井曲线数据归一化的基础上,利用改进的开窗技术,借助反馈的神经网络方法对地层的渗透率进行逐点计算.通过北部湾盆地涠西南凹陷的实例实践表明,用该方法预测的渗透率与实测的渗透率的值符合较好.

关键词：开窗技术、渗透率预测、人工神经网络、涠西南凹陷、北部湾盆地

所属期刊栏目：28

分类号：TE112.2(石油、天然气地质与勘探)

在线出版日期：2007-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：106-109,115