基于BP神经网络技术的储层流动单元研究

摘要：

黄珏油田方4阜一段储层属低孔隙度、低渗透率储层,储层特性较为复杂,在进行储层参数的求取时存在较大误差.结合取心物性资料、测井资料,选用流动带指数IFZ划分方法将取心井储层流动单元划分成Ⅰ、Ⅱ、Ⅲ类,并建立流动单元的识别和划分标准.在此基础上,利用BP神经网络技术对取心井储层流动单元进行学习训练,与测井曲线建立其相关的学习和预测模型,对非取心段储层流动单元进行预测,明显提高了测井解释精度,为储层精细评价提供一种较有效的研究方法.

关键词：测井解释、流动单元、低孔隙度、低渗透率、流动带指数、BP神经网络、黄珏油田

所属期刊栏目：36

分类号：P631.84

在线出版日期：2012-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：421-425,430