首页|期刊导航|计算机与数字工程|基于BP神经网络的储层渗透率预测方法研究

基于BP神经网络的储层渗透率预测方法研究OACSTPCD

Research on Reservoir Permeability Prediction Method Based on BP Neural Network

中文摘要英文摘要

传统的间接解释法预测主要采用线性回归方法进行渗透率预测,但此方法存在一个极大的缺点,因为所有数据不一定都是线性关系故采用线性回归方式预测精确度差别较大.针对此问题论文提出基于BP神经网络的储层渗透率预测方法对储层存在的大多数非线性关系数据进行预测.我们首先对选取的原始测井数据进行数据清洗,数据归一化处理;然后,采用BP神经网络算法进行数据特征分析计算,最后使用岩性剖面解释数据验证预测结果.论文采用基于BP神经网络利用测井曲线对储层渗透率预测的方法…查看全部>>

The traditional indirect interpretation method mainly uses linear regression to predict the parameters,but this meth-od has a great disadvantage,because all the data are not necessarily linear,so the linear regression prediction accuracy varies great-ly.Aiming at this problem,this paper proposes a reservoir permeability prediction method based on BP neural network to predict most of the non-linear relationship data existing in the reservoir.It first cleans t…查看全部>>

高雅田;张鹏

东北石油大学计算机与信息技术学院 大庆 163318东北石油大学计算机与信息技术学院 大庆 163318

计算机与自动化

BP神经网络储层参数人工智能

BP neural networkreservoir parametersartificial intelligence

《计算机与数字工程》 2024 (5)

1437-1441,5

东北石油大学校培育基金项目(编号:PY120225)资助.

10.3969/j.issn.1672-9722.2024.05.031

评论

您当前未登录!去登录点击加载更多...