文档介绍：第
卷第
期天然气工业
年
月
应用神经网络技术预测
‘
碳酸盐岩储层孔隙度
肖慈殉
罗继红肖梅蔡永香

成都理工学院

内容提要本文引入神经网络技术, 用以研究碳酸盐岩浏井信息与岩心分析孔
隙度的关系
并由此预浏储层孔隙度。通过在贵州赤水地区取心井的实际应用, 在
数据的统计规律较差的情况下, 获得了令人满意的结果。
主题词神经网络测井碳酸盐岩储层孔隙度预测
在研究油气井岩石物理特性、储层评价、考虑了测井信息中能指示孔隙度的多种可用

以及进行油藏描述和储量计算时
岩石孔隙信息并将它们融合到一个能精确预测储层
。,
度是不可缺少的重要参数目前, 用测井资料孔隙度的解释模型之中而且一旦网络形成

。
确定岩石孔隙度已被认为是一种简易可行的之后它就可用于同类地层的孔隙度解释实
,
方法, 并在油气田内广为应用。现有解释碳酸践证明由于神经网络在获得问题解答时采
,
盐岩储层孔隙度的方法, 无论是人工计算或用了非线性函数的大量并行运算故用于解
。
,
用测井分析程序
如
或
主要决复杂的问题比传统方法优越
是利用体积模型的概念, 通过建立测井响应
方程, 并对方程中的有关参数给出某种假设神经网络的基本特点
。
的情况下, 由测井反演孔隙度然而
由于碳
、、
酸盐岩地层岩石成分、结构和孔隙类型都比有关神经网络的基本原理模型结构网
较复杂, 用简化模型所建立的测井响应方程络特性和基本算法等已有不少文献作了较详
·
· ,
‘。〔’““」
很难反映岩石的真实特性较长时间来, 为求细的介绍这里仅对它的工作方式及如
。
准碳酸盐岩储层孔隙度, 从解释模型, 参数选何解决孔隙度预测问题作简要描述

神经网络的工作方
取和数学处理方法等方面做了大量的研究工式
,
, , 大知道一种电路的工作是由组成电
作但基本上未能摆脱线性方程的束缚以致家
路的元件和电路结构决定的, 与此类似, 神经
用所述方法求得的孔隙度很难与岩心分析数
, 。网络的工作也是由网络的要素和采用的网络
据建立良好的对应关系而且人为因素较大
结构来决定。神经网络的成分山神经元和连
本文提出一种由测井资料计算碳酸盐岩

,
, 接神经元的突触
所组成而网络的
储层孔隙度的新技术—神经网络该方法

“神经网络测并解释系统”系列研究之一。
, ,
, 四川省成都市十里店。
天然气工业
年
月
、
结构指的是神经元的排列层数各层神经元方法, 整体设想成一个独立的处理单元或称
。。
的数目和相互之间的连结方式神经元在处解释量子
〔‘’对其透
理信息时, 其工作方式是
把输入到一个神经视使我们可以把测井分析问题只看成是解释
元上的所有电脉冲加在一起
使该神经元发量子的动态工作, 或者说解释量子如何去表
。。
送出幅度一定而频率不同的电脉冲神经元现愉入信息的情况于是, 测井分析问题被简
输出的脉冲频率是输入信号大小和引起神经化成具有复杂内部工作特点的“黑箱”, 而对
元输出所需