煤层气测井储层评价神经网络技术应用

摘要：

@@近年来，测井分析家作了大量的探索和研究，试图利用丰富的地球物理测井信息进行煤层气储层评价，但效果却不尽如人意。究其原因：主要是难以建立合理的测井解析方程。因为煤储层的成岩作用、孔隙结构，特别是煤层甲烷的储集、产出机理与常规天然气区别甚大。
笔者通过对山西柳林地区煤层气实验室分析结果与测井电性特征的综合研究，利用神经网络技术对煤层气测井资料进行了解释处理，取得了一些认识。
神经网络模型
选择基于BP算法的三层前向型网络结构建模，包括岩性分析、工业分析、含气量分析三个模型。1．岩性分析模型根据钻井地质录井资料确定目标层系的岩性剖面为泥岩、砂岩、煤岩、石灰岩组合。因此，在神经网络建模时便选择这四种岩石识别能力既强且具良好的综合分层效果的声波、密度、自然伽马、自然电位四条曲线作为岩性预测的输入资料(见图1-a)。

机标关键词：煤层气测井、储层评价、神经网络模型、岩性分析、录井资料、常规天然气、钻井地质、自然伽马、自然电位、岩性预测、岩性剖面、选择、网络建模、网络技术、识别能力、煤层甲烷、孔隙结构、解析方程、解释处理、结构建模

所属期刊栏目：20

分类号：TE8(石油、天然气储存与运输)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：98,99