基于人工神经网络实现裂缝性储集层的测井识别

摘要： 裂缝识别是长期困扰裂缝油气藏勘探的难题之一,单纯依靠常规测井资料进行裂缝识别,存在主观不确定性及多解性;成像测井直观准确,但成本较高.本文基于人工神经网络理论,开展了常规测井资料识别评价裂缝性储层的研究.结果表明,基于人工神经网络的裂缝性储集层常规测井识别,具有较好的效果.

中图分类号:

梁利喜, 许强, 刘向君. 基于人工神经网络实现裂缝性储集层的测井识别[J]. 新疆石油天然气, 2005, 1(3): 51-53.

[1]	赵建, 杨玉芳, 马勇, 罗云, 马海陇. 塔河油田奥陶系海相碳酸盐岩储层分类及测井识别模式[J]. 新疆石油天然气, 2015, 11(4): 6-11.
[2]	卓戎, 周涛. 酵母发酵生产谷胱甘肽过程参数的在线软测量[J]. 新疆石油天然气, 2009, 5(3): 95-98.
[3]	申辉林, 高松洋. 基于BP神经网络进行裂缝识别研究[J]. 新疆石油天然气, 2006, 2(4): 39-42.

PDF (PC)