神经网络技术在复杂断块油藏水淹层评价中的应用

摘要：

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。

关键词：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

分类号：TE319(油气田开发与开采)

资助基金：中国石油重大专项“水驱提高采收率关键技术研究”2011B －1103。

在线出版日期：2015-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-58,70