论文部分内容阅读
我们介绍人工神经网络技术在储集层非均质特性描述中的一种新用途。在高度非均质地层中,使用由容易获得的地球物理测井数据推断的信息能够高精度地预测不同的储层特性,如孔隙度、渗透率和流体饱和度。实现这个技术方法是基于人工神经网络(三层正向传送、反向传播)的智能和自适应模式识别能力。因此,极大地减少了为获得孔隙度、渗透率和流体饱和度数据对一些昂贵的方法(如试井和大量的地层取心)的需求。文中给出了本研究中的几个神经网络的实例。