神经网络方法在储层孔隙度预测中的应用

详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文

英文篇名：The Application of Reservoir Porosity Prediction Basing on Artificial Neural Network Method 中文刊名：内蒙古石油化工 英文刊名：Inner Mongolia Petrochemical Industry 作者：李操 ; 王继春 英文作者：LI Cao ; WANG Ji-chun (1.Exploration and Development Research Institute of Daqing Oilfield Company Ltd. ; Daqing 163712 ; China ; 2.Geological Research Institute of Huanxiling Oil Production Plant of Liaohe Oilfield Company Ltd.Panjin 124114 China) 中文关键词：孔隙度 ; 储层预测 ; 人工神经网络 ; 地震属性 英文关键词：Porosity ; Reservoir Prediction ; Artificial Neural Network ; Seismic Attribute 出版日期：2007-12-28 机构：大庆油田有限责任公司勘探开发研究院,辽河油田欢喜岭采油厂地质研究所 黑龙江大庆163712,辽宁盘锦124114 年：2007 期：12 出版单位：内蒙古石油化工

摘要

储层参数预测对油田勘探具有重要意义。文章采用主成分变换优化法对海拉尔盆地某油田的11种地震属性进行标准化、主成分变换,计算结果说明,只需其中4种主成分用于储层预测。利用神经网络方法对储层孔隙度进行预测,预测结果与测井资料十分吻合,取得了较好的预测效果。
It is very important to oilfield exploration that predicted reservoir parameter. In this paper the principal component transform method is used to standardize and transform the eleven seismic attributes in Hailaer Basin.The result of calculation indicated this reservoir prediction only need four principal component.The reservoir porosity is predicted by the artificial neural network method.The predicted result tallies with well log data and achieved good result.

引文

[1]曹辉,吴永栓,佘德平等.一种减少地震属性不确定性的方法[J].石油物探,2002,44(4):422-424,438.
    [2]陈遵德.储层地震属性优化方法[M].北京:石油工业出版社,1998.
    [3]黄真萍,王晓华,王云专.薄层地震属性参数分析和厚度预测[J].石油物探,1997,36(3):28-38.
    [4]高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003.
    [5]席敏红,贝智敏,叶丛英.地震属性神经网络油气模式识别技术及其在东海的应用[J].中国海上石油地质,2003,17(6):412-415.
    [6]王大力.用人工神经网络作地质数据分析[J].石油物探,1994,33(4):65-69.