基于BP神经网络的碳酸盐岩储层缝洞充填物测井识别方法
  • 【DOI】

    10.3969/j.issn.1000-1441.2015.01.014

  • 【摘要】

    缝洞是碳酸盐岩储层重要的储集空间和渗流通道,缝洞充填物的识别对评价油气储集能力和渗流能力具有重要作用.解决缝洞充填物与常规测井响应之间的非线性问题,BP神经网络法具有突出的优势.为此,通过结合成像测井和岩心资料,将碳酸盐岩储层缝洞充填物划分为泥质充填、砂质充填和结晶碳酸盐岩充填3类类型;分析不同充填类型的缝洞测井响应特征,选取敏感性较强的泥质含量、裂缝孔隙度、中子比、密度比和深侧向电阻率等5个参数... 展开>>缝洞是碳酸盐岩储层重要的储集空间和渗流通道,缝洞充填物的识别对评价油气储集能力和渗流能力具有重要作用.解决缝洞充填物与常规测井响应之间的非线性问题,BP神经网络法具有突出的优势.为此,通过结合成像测井和岩心资料,将碳酸盐岩储层缝洞充填物划分为泥质充填、砂质充填和结晶碳酸盐岩充填3类类型;分析不同充填类型的缝洞测井响应特征,选取敏感性较强的泥质含量、裂缝孔隙度、中子比、密度比和深侧向电阻率等5个参数,利用BP神经网络建立了碳酸盐岩储层缝洞充填物的识别方法.应用所建立的方法对实际井资料进行了处理评价,其预测结果与实际结果有较好的一致性,取得了较好的应用效果. 收起<<

  • 【作者】

    陈钢花  胡琮  曾亚丽  马中高 

  • 【作者单位】

    中国石油大学(华东)/中国石油化工股份有限公司石油物探技术研究院

  • 【刊期】

    石油物探 ISTIC PKU 2015年1期

  • 【关键词】

    碳酸盐岩储层  缝洞充填物  BP神经网络  模式识别  敏感参数  carbonate reservoir  fillings in fractures and caverns  BP neural network  pattern recognition  sensitive parameters 

  • 【基金项目】

    国家重点基础研究发展计划(973计划)项目“碳酸盐岩缝洞型油藏缝洞单元地球物理表征研究”