摘要
分析了储层孔隙度预测中存在的问题,提出了把测井信息当作影响储层孔隙度的因素、并根据已知测井信息与储层孔隙度的关系、建立适当的BP神经网络模型、在一定的学习条件下对未知样本进行预测的方法。通过实例研究,预测结果的准确性较高且明显优于回归分析预测的结果,认为此法可以作为一种储层孔隙度定量预测的方法。
Analyzing the shortcoming of porosity prediction, and considering the relationships between reservoir porosity and well logging data, the BP network model of prediction of reservoir porosity was established by means of BP network method of ANN theory. The error analysis and practical use show that the BP network method to predicting reservoir porosity is a feasible method.
出处
《天然气地球科学》
EI
CAS
CSCD
2006年第3期382-384,共3页
Natural Gas Geoscience
基金
国家重点基础研究规划项目"中国煤层气成藏机制及经济开发基础研究"(编号:2002CB211702)资助
关键词
测井资料
BP神经网络
孔隙度预测
Logging data
BP artificial neural network
Porosity prediction.
