用神经网络预测储层的孔隙度

摘要：

探讨了应用神经网络技术预测储层孔隙度的方法.选取储层的深度、厚度、岩性及砂地体积比4个因素确立了预测孔隙度的神经网络结构,经网络的学习训练过程,确定了网络各层的连接权值,从而得到了稳定的孔隙度预测网络.应用该网络对松辽盆地北部深层登娄库组孔隙度预测表明,所确定的孔隙度分布与实际状况符合.应用该方法,不需要大量的数据,也不需要各参数之间的关系,即可得到不同区域内各因素对孔隙度的影响程度.该方法适用于早期勘探缺乏足够资料条件下的孔隙度预测.

关键词：油气勘探、神经网络、储层、孔隙度预测

所属期刊栏目：27

分类号：TE122.1+TP389.1(石油、天然气地质与勘探)

资助基金：国家重点基础研究发展计划973计划2001CB209104-02

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：5-7