基于RBF神经网络的储层孔隙度建模

摘要：

RBF神经网络理论为非线性系统建模提供了有力的工具.将RBF神经网络应用于苏德尔特油田储层孔隙度建模,有效克服了在没有足够资料的条件下确定储层孔隙度的困难,在苏德尔特油田某油层复杂裂缝性潜山油藏的开发中具有实际意义;应用该方法预测储层孔隙度简捷有效,为油田的开发提供了依据.RBF神经网络是复杂油藏领域物性研究的一个方向,具有一定的应用及推广价值.

关键词：RBF神经网络、孔隙度、苏德尔特油田、建模

所属期刊栏目：29

分类号：P61;TP1

资助基金：基于RBF神经网络的非线性系统建模方法研究08ZQ09

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：91-92