作者：屈佳欣; 佟恺林双相介质流体密度反演储层预测概率神经网络
摘要：目前与储层相关的勘探技术大多基于均匀单相各向同性介质模型的假设,忽略了储层的孔隙结构和充填流体,在实际应用中可能会对精度产生一定的影响。双相介质理论认为,地下介质由固体和流体(包括气体和液体)组成,能更准确地描述含油气地层中地球物理响应特征,提高油气检测精度。利用测井、录井及井中地层的地质解释结果,基于质量守恒理论和方程,进行井中目标储层流体(气体)和骨架密度参数的反演数值计算,根据计算的气体密度参数实现目标储层的流体识别。基于概率神经网络进行的流体密度反演,将井上得到的流体密度与地震属性进行训练,将训练得到的非线性映射关系推广到整个三维数据体,最终反演得到储层流体密度数据体,定量对储层进行描述和评价。利用实际资料进行流体密度预测,反演结果与实际测试结果吻合。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
