人工神经网络在闵北断块低阻油层识别上的应用

来源 :海洋地质前沿 | 被引量 : 0次 | 上传用户:liongliong550
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着油气勘探程度的不断深化,非常规油气藏在油气勘探中不断被发现,在实际的勘探过程中低阻油层的储量和产量都在不断增加。低阻油层作为一种非常规储层,其含油性受多个因素影响。常规测井解释方法评价低阻油层有很大的困难。针对闵桥油田断裂构造错综复杂、油层低阻特征典型、测井解释难度大等特点,利用BP人工神经网络算法,对已知样本进行学习获得识别模式,并使用自编软件,成功识别了闵北断块阜宁组三段低阻油层。识别结果显示,该层新增油井8口,含油面积增加0.53km2,新增石油地质储量23.62万t,经济效益显著;同时深化了对
其他文献
以叠前时间偏移地震资料为基础,采用相干体、蚂蚁体和储层综合响应的物性因子方法针对勘探程度较低的南黄海崂山隆起下石炭统和州组至下二叠统栖霞组碳酸盐岩进行储层预测。
针对西湖凹陷A区块花港组储层分布复杂,埋藏深、孔隙度小、渗透率低,在砂泥岩波阻抗直方图上,砂泥岩交叠而无法区分的现状,应用常规的振幅属性及波阻抗反演技术,无法预测该区