期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的储层渗透率预测及质量评价方法 被引量:8
1
作者 王猛 董宇 +3 位作者 蔡军 刘海波 刘志杰 张志强 《地球物理学进展》 CSCD 北大核心 2023年第1期321-327,共7页
储层渗透率预测和评价是油气藏勘探与开发急需突破的瓶颈技术之一,BP神经网络预测储层渗透率的研究在行业中已有一定的应用,但受限于数据规模、参数调整及模型评价方法,该方法预测结果不稳定,且不能准确给出全井段储层的连续渗透率的预... 储层渗透率预测和评价是油气藏勘探与开发急需突破的瓶颈技术之一,BP神经网络预测储层渗透率的研究在行业中已有一定的应用,但受限于数据规模、参数调整及模型评价方法,该方法预测结果不稳定,且不能准确给出全井段储层的连续渗透率的预测质量,在油田现场并未大规模推广应用.本文针对传统BP神经网络预测储层渗透率方法中存在的问题,在对机器学习的数据处理、参数选择系统考察的基础上,定量分析了不同输入曲线、网络结构、样本大小对渗透率预测模型精度的影响,总结了BP神经网络预测渗透率模型的参数优选方案;并提出了一种基于模型森林的预测曲线质量逐点评价方法,实现了对全井段渗透率预测的质量评价.实际应用表明,本研究提出的储层渗透率预测及质量评价方法与实际岩心渗透率吻合度高,推广应用前景良好. 展开更多
关键词 渗透率评价 神经网络 参数优选 质量控制 逐点评价
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部