-
题名过程神经网络在厚层细分水淹解释中的应用
被引量：8
- 1
-
-
作者
宋延杰
杨艳
杨青山
马宏宇
-
机构
大庆石油学院地球科学学院
大庆油田有限责任公司勘探开发研究院
-
出处
《测井技术》
CAS
CSCD
北大核心
2009年第4期340-344,共5页
-
文摘
针对油田注水开发中后期油层水淹状况复杂,储层性质发生改变,导致测井曲线的幅度和形态发生相应的变化,建立一种能描述测井曲线幅度和形态变化的模式识别技术,有利于储层水淹级别的准确判别。在分析水驱后储层性质变化规律及水淹层测井响应特征基础上,提取厚油层的曲线形态特征,弥补了由于厚层细分引起的曲线形态信息缺失。选取曲线形态特征参数、原始测井曲线以及成果曲线作为识别水淹层的特征参数,建立了基于过程神经网络的水淹层自动识别方法。应用7口取心检查井的176个样本建立水淹层模式库,进行网络训练,使用训练好的过程神经网络对大庆油田北1-55-检E66井等2口井进行水淹解释,结果表明,解释符合率为81.3%,该方法可提高水淹层测井评价的精度。
-
关键词
测井解释
特高含水期
厚层细分
曲线形态特征
过程神经网络
水淹级别
-
Keywords
log interpretation
high water cut stage
thick zone subdivision
log-shape parameter
process neural network
watered out grade
-
分类号
P631.84
[天文地球—地质矿产勘探]
-
