10.3321/j.issn:0253-2697.2006.z1.026
神经网络技术识别厚油层层内剩余油方法
以检查井资料为基础,利用统计分析的方法建立储层物性(孔隙度和渗透率)及岩性(泥质含量)的测井解释模型,并按厚油层内部存储性和渗流性质的差异,建立起三级流动单元的识别和划分标准.在此基础上,利用神经网络技术对密闭取心检查井资料进行学习训练,建立起原始含油饱和度、目前含油饱和度和残余油饱和度的测井解释模型,从而实现对厚油层层内剩余油的综合定量解释,为高含水期厚油层层内剩余油挖潜提供物质基础.
高含水期、厚油层、剩余油、神经网络、饱和度、测井解释
27
TE319(油气田开发与开采)
国家重点基础研究发展计划973计划G1999022509
2007-06-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
129-132