基于BP神经网络技术的储层非均质性研究

发布时间：2025-04-23 03:29

　　储层非均质性是油藏描述中最重要的研究内容,在当前我国绝大多数油田已进入中～高含水期,剩余油挖潜难度越来越大的形势下,储层非均质性研究显得更加重要。储层的非均质性有多种规模和层次,这是造成剩余油分散性较高的主要因素,因此需要对储层进行更加精细地描述和预测。自提出以来,储层非均质性的研究工作已取得了显著的进展,具体体现在研究内容和研究领域不断加深,研究方法和研究技术不断发展,并经历了由单一到综合、由定性到定量的发展阶段。对储层非均质性的研究,关键在于识别出夹层、物性(孔隙度、渗透率)等对储层非均质性相关性较强的数据。常规研究方法主要是结合测井数据、岩心及分析化验数据,进行四性分析,得到研究区的岩性划分标准及物性解释方程,该方法一般存在着岩性识别率较低、物性预测误差较大等问题,尤其在预测低阻、高放射、裂缝等非常规储层方面,主要是因为实际的地质情况往往是非线性的,不能用线性模型来进行精确描述与处理。人工神经网络技术是目前公认的非线性处理方法之一,本论文重点介绍了其中的BP神经网络算法,概述了该算法的基本原理及实现方法,并使用该方法识别研究区的夹层及物性参数,取得了较好的效果。该方法以研究区地质资...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 选题依据及研究意义
    1.2 国内外研究动态
    1.3 研究内容及思路
    1.4 取得的主要认识
第2章 BP人工神经网络
    2.1 BP人工神经网络的原理
    2.2 BP神经网络在测井解释中的应用现状
第3章 研究区概况
    3.1 区域地质概况
    3.2 地层发育特征
    3.3 构造演化特征
    3.4 地层划分与对比
    3.5 沉积相特征
第4章 储层基本特征
    4.1 储层岩石学特征
    4.2 储层物性特征
第5章 储层测并资料处理解释
    5.1 测井资料预处理
    5.2 利用BP神经网络识别夹层
    5.3 利用BP神经网络预测储层物性
第6章 储层非均质性特征
    6.1 层内非均质性
    6.2 平面非均质性
第7章 结论
附图
致谢
参考文献
个人简介



本文编号：4041146