HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于神经网络的聚类分析在储层流动单元划分中的应用

作者:孙致学 姚军 孙治雷 卢涛 唐乐平 杨勇 韩...流动单元神经网络聚类分析盒8段

摘要:以苏里格气田盒8段为研究对象,在细分层和精细沉积学研究基础上,通过对关键井详细研究,以流动层段指标为储层流动单元划分标准,将目的层分为3类流动单元。通过相关性分析结合专家经验,从诸多电性、物性、岩性等参数中优选出表征流动单元的10个特征变量作为预测模型的输入,应用基于神经网络算法的聚类分析方法建立储层流动单元非线性识别模型。通过对其他关键井的回判预测表明,建立的流动单元预测模型可以更全面地考虑各类地质因素与流动单元之间的结构性复杂映射关系,气井产能与流动单元具有较高的对应关系,为气田精细描述与开发井网的优化部署提供可靠基础。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

物探与化探

《物探与化探》(CN:11-1906/P)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《物探与化探》以“科学技术是第一生产力”为方针,面向国民经济建设,促进物探、化探科技进步、交流与推广;侧重应用,服务基层;学术性与技术性相结合,生产、科研和教学兼顾。

杂志详情