模糊优选神经网络储层识别技术在长庆中部气田马五1段的应用
详细信息
- 责任者：匡建超^c成都理工大学^e博士^f教授 ; 曾剑毅 ; 王众
- 刊名：油气地质与采收率
- 出版年：2008
- 卷期：15^b5总74
- 关键词：储层预测 ; 神经网络系统11^a鄂尔多斯盆地20^a模糊数学 ; 奥陶纪21^a长庆油田
- 页码：5～7,12
- 索书号：P450.6/319-3
- 图表：^c表3参13插图
- 分类号：0831
- 文摘期号：2009/02
摘要
鄂尔多斯盆地奥陶系马家沟组岩性复杂，属于致密储层，所以储层识别是该层系天然气开发中所面临的关键问题和难点之一。传统的储层识别方法准确率较低，因此提出了利用基于粒子群算法的模糊优选神经网络对储层中的气、水、干层进行识别。选用长庆中部气田19口井分层测试92个已知样本，通过对物性、测井和储渗特征等参数的分析，选取电阻率、自然伽马、产能系数、储渗因子和介质类型因子5个主成分控制特征参数作为样本输入，以样本储层的产能赋值作为输出，构建了基于粒子群算法的模糊优选神经网络的储层识别模型。通过试算，优选了2个模型，回判正确率分别达到96.2％和92.3％，储层识别正确率达到100％。