人工神经网络岩性识别在地质建模中的应用

摘要：

岩性识别不仅是油藏描述的一项重要内容,也是求解储层参数的重要依据,在寻找地下油气资源、计算油气储量方面发挥了不可替代的作用.由于一般岩性识别方法工作量大、人为因素多,导致识别准确率低等原因,本文提出用神经网络方法预测岩性.该方法具有自学习、非线性和高容错等特点,已成为岩性识别技术发展的重要方向.本文在建模过程中应用神经网络方法对地层岩相进行划分,选择POR和GR作为输入项,将岩性分为砂泥两类,建立模型.通过对比发现该方法建立的模型的储量误差更小,更符合地层真实情况,证明了该方法具有一定的应用价值.

关键词：神经网络、测井资料、岩性

所属期刊栏目：39

分类号：TE19(石油、天然气地质与勘探)

在线出版日期：2020-12-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：94-96,104