10.16181/j.cnki.fzyqc.2015.03.012
神经网络技术在复杂断块油藏水淹层评价中的应用
复杂断块油藏岩性纵向上变化大,水淹后物性和电性也与原始状态有明显差距,使用一般测井解释方法识别水淹层级别具有难度,再加上众多确定的以及不确定的断层的存在,使得从动态上定性识别水淹层也难以做到。以复杂断块 G 油田试油资料为基础,运用 BP 神经网络技术,优选对水淹程度敏感的电阻率测井、自然电位测井、声波时差测井以及自然伽马测井数据作为学习数据,建立了水淹层网络训练模型,并据此对未试油小层的水淹层级别进行了预测,证实水淹层评价符合率达到80%以上,由此可以证明 BP 神经网络技术对此类油田水淹层评价具有很好的适应性。
油田开发、神经网络技术、复杂断块油藏、测井解释、水淹层评价
TE319(油气田开发与开采)
中国石油重大专项“水驱提高采收率关键技术研究”2011B -1103。
2015-10-21(万方平台首次上网日期,不代表论文的发表时间)
共5页
55-58,70