地质学与地球物理学杂志
开放获取

抽象的

使用函数网络技术估计砂岩储层孔隙度和水饱和度

滨田总经理

准确测定孔隙度和含水饱和度对于评价石油储量和提出已开发砂岩油藏的开发方案至关重要。本研究的目的是提供一种改进的智能方法，使用功能网络使用砂岩储层的真实现场数据来估计测井的孔隙度和含水饱和度，而砂岩储层很难获取可靠的测井数据。所提出的方法利用了适当的测井曲线和岩心测量。保留部分可用数据用于验证含水饱和度和孔隙度的预测。本文提出了一种直接根据传统井测量来估计这两个重要参数的新方法。最近提出的功能网络技术用于快速准确地预测这些参数，分别使用六次和五次基本测井测量作为估计孔隙度和含水饱和度的数据。函数网络是传统前馈神经网络的推广，它克服了传统神经网络技术的许多缺点。拟议的功能网络是使用从中东地区两口井收集的数据进行训练的。使用所提出的智能技术从砂岩储层案例研究中获得的结果表明，根据岩心样本的孔隙度和含水饱和度值，该结果是快速且准确的。函数网络是传统前馈神经网络的推广，它克服了传统神经网络技术的许多缺点。拟议的功能网络是使用从中东地区两口井收集的数据进行训练的。使用所提出的智能技术从砂岩储层案例研究中获得的结果表明，根据岩心样本的孔隙度和含水饱和度值，该结果是快速且准确的。函数网络是传统前馈神经网络的推广，它克服了传统神经网络技术的许多缺点。拟议的功能网络是使用从中东地区两口井收集的数据进行训练的。使用所提出的智能技术从砂岩储层案例研究中获得的结果表明，根据岩心样本的孔隙度和含水饱和度值，该结果是快速且准确的。