用人工神经网络由孔隙度预测渗透率

下载PDF

导出

摘要通过人工神经网络系统可以由井筒某一深度的孔隙度值预测井筒相同深度的渗透率值。这项研究采用的是善于进行预测的反向传播结构网络。预测渗透率的传统研究方法是回归分析，在回归分析中假设孔隙度与渗透率的关系是已知的，但在实际上，这一关系的函数式，即模式方程是未知的。相反，神经网络方法则假设不存在函数关系。用于检验人工神经网络法孔隙度预测渗透率的六口井选自阿拉巴马南部的ＢｉｇＥｓｃａｍｂｉａ

作者 Roge.,SJ 秦都

出处《测井科技》 1997年第3期22-28,79,共8页

关键词油田开发渗透率预测孔隙度人工神经网络

分类号 TE312 [石油与天然气工程—油气田开发工程]

引文网络
相关文献

1S.J.Rogers,姜平.利用人工神经网络由孔隙度预测渗透率[J].地质科学译丛,1997,14(2):41-45.
2张顺康,刘炳官,钟思瑛,姜汉桥.多层油藏水驱开发理论模型[J].新疆石油地质,2009,30(6):734-737. 被引量：15
3朱怡晖,贾长贵,蒋廷学.多因素影响下的页岩支撑裂缝导流能力计算[J].石油天然气学报,2014,36(8):129-132. 被引量：16
4张静,王志章,赵永军,王飞腾.支持向量机在致密砂岩储层孔隙度预测中应用[J].河南科学,2015,33(6):993-997. 被引量：3
5连承波,李汉林,渠芳,蔡福龙,张军涛.基于测井资料的BP神经网络模型在孔隙度定量预测中的应用[J].天然气地球科学,2006,17(3):382-384. 被引量：28
6王飞腾,王志章,赵永军,张静,赵凯,李汉林.地震波形在致密砂岩储层孔隙度预测中的应用[J].断块油气田,2015,22(4):430-434. 被引量：3
7Jon Gluyas,王菁.压实砂的孔隙度预测[J].国外油气勘探,1999,11(4):408-416.
8江文荣,张科.径向基函数神经网络在孔隙度预测中的应用[J].中国海上油气,2008,20(5):305-307. 被引量：5
9Two Big Oilfields Found Offshore[J].China Oil & Gas,1997,4(4):213-213.
10王长城,施泽进,张光荣,韩小俊.川东南嘉陵江组储层地质特征及储层预测研究[J].西南石油大学学报（自然科学版）,2008,30(1):8-10. 被引量：15

测井科技

1997年第3期

浏览历史

内容加载中请稍等...

用人工神经网络由孔隙度预测渗透率

相关作者

相关机构

相关主题

浏览历史