期刊文献+

用人工神经网络对岩性及含油层的预测

下载PDF
导出
摘要 本文将反向传播(BP)人工神经网络用于油井岩性及含油层的预测,根据测井资料中的深侧向电阻、微侧向电阻、自然电位及声波时差四个参数对18口油井的地层的岩层特性进行预测,通过将实际岩心数据与预测结果进行比较,预测的正确性达90%以上。这表明。该技术用于岩层特性及含油层的多参数预测是成功的,从而为开发智能化油井岩层特性及油气资源储藏特点的预测系统提供了依据。对于创造我困预测油气储藏的智能化系统具有重大意义。
出处 《非线性动力学学报》 2003年第1期80-86,共7页
  • 相关文献

参考文献3

  • 1杨炳倭.知识工程与知识发现[M].冶金工业出版社,2000年.p521-639.
  • 2Matthew Can, et al. The Generation of Rock and Fluid Properties Volume Via Integration of Multiple Seismic Attributes and Log Data. American Oil and Gas Reporter, 2001, 41(9):122-127.
  • 3Morris, R. J. T. Neural Techniques for Object Orientation Detection: Solution by Optimal Feedforward Network and Learning Vector Quantization Approaches. IEEE Trans on Pattern Analysis and Machine Intelligence, Vol. 1211, Nov 1990.

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部