10.3321/j.issn:1000-0976.2002.04.010
BP神经网络在储量计算中的应用
BP神经网络不同于传统的CRA(碳酸盐岩复杂岩性处理程序)测井解释方法,具有强的抗干扰能力和非线性映射能力.通过在四川盆地东北部地区铁山坡含气构造飞仙关组气藏储量计算中的应用证实,用BP神经网络计算的孔隙度与岩心分析结果有很好的一致性,能满足储量计算要求.在气水判别方面,BP神经网络计算气层段的含水饱和度与岩心分析结果相比,误差在10%以内,能指示气层特征;在水层段,BP神经网络计算的含水饱和度大于50%,能指示水层特征.表明BP神经网络可以应用于确定储量参数和判别储层流体性质.
神经网络、测井解释、孔隙度、含水饱和度、储量计算、流体性能、判断
22
TP18(自动化基础理论)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
37-39