基于物性预测相对渗透率的改进神经网络方法OACSTPCD
Improved Neural Network Method for Predicting Relative Permeability Based on Physical Properties
油水两相相对渗透率曲线对油藏含水上升规律和产量变化规律有重要影响,是油藏开发的基础数据.为更准确预测相对渗透率曲线端点值、建立储层物性和相对渗透率曲线端点值之间的关系、提高油藏数值模拟精度,以149条相对渗透率曲线的渗透率和孔隙度为输入变量,以相对渗透率曲线端点值(束缚水饱和度、残余油饱和度、残余油饱和度下的水相渗透率)为输出变量,建立了一种基于储层物性预测相对渗透率曲线端点值的BP神经网络预测模型.经未参与建模的14条相对渗透率曲线数据检验,新…查看全部>>
张言辉
中海石油(中国)有限公司天津分公司, 天津 300459
相对渗透率曲线束缚水饱和度残余油饱和度BP神经网络渗透率孔隙度
《天然气与石油》 2020 (3)
44-49,6
"十三五"国家科技重大专项"渤海油田加密调整及提高采收率油藏工程技术示范"(2016 ZX 05058001 )
评论