基于神经网络模型的井间参数预测方法
详细信息
- 责任者：谭成仟^c西北大学 ; 刘池阳
- 刊名：西北大学学报（自然科学版）
- 出版年：2007
- 卷期：37^b1总166
- 关键词：油藏描述 ; 神经网络系统20^a沉积微相 ; 孔隙度 ; 参数 ; 预测30^a井间参数预测
- 页码：95～98
- 索书号：P106.6/211
- 图表：^c表2参7插图
- 分类号：0831,2000
- 文摘期号：2007/00
摘要
基于人工神经网络模型,结合油藏微相研究成果,采用井位和微相信息作为神经网络的输入信息,采用神经网络模型对储层参数进行空间预测。利用空间分散井位点的孔隙度资料和地区沉积微相信息,对孤岛油田渤21断块油藏进行井间孔隙度内插预测,其井间参数的预测精度得到明显提高,为油藏建模提供了可靠的基础。基于神经网络模型的井间参数预测方法,可以为储层精细评价提供高质量的油藏地质模型。