简介:通过实例介绍了利用一种概率神经网络技术预测储层物性参数的方法.该方法克服了传统方法的某些局限性,预测储层物性参数时不需要地震子波;而是直接建立测井曲线和地震属性的关系,用相关系数衡量目标测井曲线和地震属性之间的相似性;用逐步递归法选取最佳属性;用交互验证法监视所选属性的可靠性.
简介:煤层甲烷是一类由煤层自生自储的非常规天然气,在中国具有巨大的资源前景。煤层中的天然气主要呈吸附状态储集,煤层甲烷的开发实质上是如何有效地将天然气从煤层中解吸出来。地层水的静水压力控制了甲烷气的解吸作用,地层水的排出可为气体的解吸提供压力差和空间。煤层结构不仅影响煤层的孔隙性能,同时制约着其中天然气排出的难易程度。另外,在煤层甲烷地质评价中诸如物性、含气量等参数的求取亦需认真对待。
简介:介绍利用计算机提取测井曲线形态特征的方法,研究了根据测井曲线形态特征识别岩性和沉积环境的人工神经网络(ANN)模型,并在SUN工作站上建立了相应的计算机程序。应用结果表明,用ANN模型识别岩性和沉积环境是可行的,并有较好的符合率。
简介:通过对孔隙结构参数与测井资料关系的研究,在江陵凹陷利用地层胶结指数判断油水层,突出了地层有效孔隙中油气的贡献,具有更高的分辨率和直观性;利用孔隙结构参数预测产能,提高了预测精度,其应用结果与试油情况吻合较好。
概率神经网络技术在油气藏物性参数预测中的应用
地层水、煤层结构对煤层甲烷开采效率的影响
利用人工神经网络技术根据测井曲线形态特征识别沉积环境
孔隙结构研究在江陵凹陷油层判别及产能预测中的应用