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

连承波;李汉林;渠芳;蔡福龙;张军涛;

doi:10.11764/j.issn.1672-1926.2006.03.382

天然气地球科学 >

2006 , Vol. 17 >Issue 3: 382 - 384

DOI: https://doi.org/10.11764/j.issn.1672-1926.2006.03.382

天然气地质学

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

展开

中国石油大学地球资源与信息学院; 中国科学院地质与地球物理研究所; 南京大学地球科学系; 山东东营; 江苏南京;

连承波(1979-)，男，山东荣成人，博士研究生，主要从事石油天然气数学地质和油气藏形成与分布方面的研究.E-mail:lianchengbo1999@hotmail.com.

收稿日期: 2005-09-07

修回日期: 2006-03-08

网络出版日期: 2006-06-20

基金资助

国家重点基础研究规划项目“中国煤层气成藏机制及经济开发基础研究”(编号：2002CB211702)资助.

收起

PREDICTION OF POROSITY BASED ON BP ARTIFICIAL NEURAL NETWORK WITH WELL LOGGING DATA

Expand

1.Scholl of Earth Resources and Information,China University of Petroleum,Dongying 257061,China;2.Institute of Geology and Geophysics,Chinese Academy of Sciences,Beijing 100029,China;3.The Department of Earth Science,Nanjing University,Nanjing 210093,China

Received date: 2005-09-07

Revised date: 2006-03-08

Online published: 2006-06-20

Fold

摘要

分析了储层孔隙度预测中存在的问题,提出了把测井信息当作影响储层孔隙度的因素、并根据已知测井信息与储层孔隙度的关系、建立适当的BP神经网络模型、在一定的学习条件下对未知样本进行预测的方法。通过实例研究,预测结果的准确性较高且明显优于回归分析预测的结果,认为此法可以作为一种储层孔隙度定量预测的方法。

关键词： 测井资料; BP神经网络; 孔隙度预测

本文引用格式

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 . DOI: 10.11764/j.issn.1672-1926.2006.03.382

Abstract

Analyzing the shortcoming of porosity prediction,and considering the relationships between reservoir porosity and well logging data,the BP network model of prediction of reservoir porosity was established by means of BP network method of ANN theory.The error analysis and practical use show that the BP network method to predicting reservoir porosity is a feasible method.

Key words： Logging data; BP artificial neural network; Porosity prediction.

参考文献

［1］陈祖安，伍向阳.砂岩孔隙度和含泥量与波速关系的模型［J］.地球物理学进展，2000，15(1):79-82.

［2］桂志先，朱广生.孔隙度与纵横波速度间的关系及其在孔隙度预测中的应用［J］.石油物探，1998，37(2)：36-40.

［3］周家雄，王立锋.DF气田储层孔隙度横向预测［J］.中国海上油气田，2004，16(6)：369-372.

［4］乐友喜，王永刚.非参数回归法在孔隙度参数预测中的应用［J］.地质科学，2002，37(1)：118-126.

［5］吴大奎，李亚林.利用地震资料对川东地区飞仙关鲕滩储层孔隙度的预测研究及效果分析［J］.天然气工业，2001，21(3)：34-36.

［6］ CHRNG, SIDENY. Seismic attribute technology for reserv- oir forecasting and monitoring［J］.The Leading Edge，1997，16(5):445-456.

［7］王惠濂.综合地球物理测井［M］.北京:地质出版社，1990:92-107.

［8］刘东海. 人工神经网络在油气勘探中的应用［J］.天然气地球科学，1994，5(5)：28-31.

［9］缪小平，曾福添.基于神经网络的温度预测［J］.工业安全与环保，2002，28(2)：1-2.

［10］庄镇泉，王熙法.神经网络与神经计算机［M］.北京:科学出版社，1991:216-234.

［11］靳蕃，范俊波.神经网络与神经计算机原理及应用［M］.西安:西安交通大学出版社，1993:146-157.

［12］李凤杰，王多云，苑克增，等.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，

［13］胡文凯，关丽.利用灰色模型预测储层孔隙度［J］.江汉石油学院学报，2003，25(3)：39-40

Options

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

参考文献