天然气地球科学 ›› 2004, Vol. 15 ›› Issue (6): 633636.doi: 10.11764/j.issn.1672-1926.2004.06.633
聂采军,赵军,夏宏权, 刘之的
NIE C ai-jun,ZHAO Jun,XIA Hong-quan, LIU Zhi-di
摘要:
目前计算地层破裂压力的理论模型或公式虽较多,但缺乏能直观反映地层破裂压力随测井岩石力学参数变化的统计模型。基于地层破裂压力与岩石力学参数的关系,优选出了对地层破裂压力影响较大的杨氏模量、体积弹性模量、泊松比和深度等4个参数作为建立统计模型的输入变量。同时利用BP神经网络和多元回归分析法对碳酸盐岩地层实测破裂压力数据进行统计建模和预测研究。多元回归模型形式简单直观,易于使用,但精度不高;而BP神经网络模型复杂,建模较难,但预测的地层破裂压力误差小,精度高。两种统计模型都不失为预测地层破裂压力的可行方法。
中图分类号:
[1]黄贺雄.对国内外几种预测地层破裂压力模型的认识[J].国外测井技术,1993,8(3):11-14. |
[1] | 汪吉林,朱炎铭,宫云鹏,方辉煌. 重庆南川地区龙马溪组页岩微裂缝发育影响因素及程度预测[J]. 天然气地球科学, 2015, 26(8): 1579-1586. |
[2] | 郭龙,陈践发,苗忠英. 一种新的TOC含量拟合方法研究与应用[J]. 天然气地球科学, 2009, 20(6): 951-956. |
[3] | 雷霆,李治平. 平衡常数K值的快速算法[J]. 天然气地球科学, 2007, 18(1): 158-160. |
[4] | 连承波;李汉林;渠芳;蔡福龙;张军涛;. 基于测井资料的BP神经网络模型在孔隙度定量预测中的应用[J]. 天然气地球科学, 2006, 17(3): 382-384. |
[5] | 李凤杰;王多云;苑克增;郑希民;. 人工神经网络技术在油田储层物性预测中的应用――以西峰油田为例[J]. 天然气地球科学, 2004, 15(3): 243-246. |
|