神经网络技术识别厚油层层内剩余油方法

摘要：

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.

关键词：高含水期、厚油层、剩余油、神经网络、饱和度、测井解释

所属期刊栏目：27

分类号：TE319(油气田开发与开采)

资助基金：国家重点基础研究发展计划973计划G1999022509

在线出版日期：2007-06-04（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：129-132