基于BP神經網絡的儲層參數預測.pdf

1、油藏儲層參數的準確預測既是提高油田采收率的關鍵環(huán)節(jié)之一，又可為開發(fā)的部署與規(guī)劃提供重要的基礎數據。特別是在油田注水開發(fā)中后期，油井產液中的水含量越來越高，因此極需準確地了解油氣層中的情況。國內測井公司人工解釋油氣層的符合率雖然很高，但主要是依賴工程師豐富的實際經驗，這對儲層參數預測工作的推廣極為不利。 本課題擬在現有的儲層參數預測研究與評價技術基礎上，通過對不同儲層參數的分析，提取特征參數，并利用神經網絡方法預測儲層的各項參數，

2、相信能大幅度提高計算機對儲層參數預測的符合率。開展本課題的研究對于油田油藏的勘探與開發(fā)，對于油田穩(wěn)油控水及高產穩(wěn)產都具有重要的指導意義。 基于上述目標，本文主要做了以下幾方面的工作：詳細分析了石油勘探開發(fā)中多種儲層預測方法的技術特點及本身在解決實際地質問題上的不足之處；在繼承前人研究和技術的基礎上，以“數據驅動法”為數學物理的理論基礎，通過神經網絡技術，把地震參數的多屬性分析技術、儲層反演技術和近年出現儲層物理特征重構的技術思想

3、有機地結合在一起，建立起一套儲層參數非線性預測研究和儲層參數估算技術平臺；對該項技術針對不同類型含油儲層的預測研究做出了具體的實例分析；總結了該項技術的特點，并指出進一步的發(fā)展方向。 這種方法在很多方面超出了傳統(tǒng)意義上的儲層研究方法，具有突出的技術優(yōu)勢，表現在： (1)它以新的技術思想—“數據驅動法”為指導，繼承并綜合利用了前人多年來形成的成功技術； (2)它是直接利用井網的位置和時間等參數，而不是通過聲波阻抗，

4、如孔隙度，以往的做法是從地震反演結果中的聲波阻抗做進一步的模擬估算，其結果受到諸多因素的影響； (3)它不像傳統(tǒng)做法那樣假設一種特定的模擬關系，而是在對井點一系列數據訓練和分析中獲得的一個統(tǒng)計關系，這個關系是通過多元回歸獲得的線性關系，或是通過神經網絡訓練獲得的非線性關系。 具體研究內容及預期達到的成果： (1)對油田開發(fā)區(qū)域的資料進行常規(guī)解釋。 (2)在充分考慮儲層影響因素的情況下，統(tǒng)計出儲層的特征，建