论文部分内容阅读
在储层测井评价中，利用常规测井信息判别复杂储层流体类型是测并解释的难题。通过对神经网络基本原理、特点的阐述，表明神经网络在解决复杂非线性映射问题方面具有较强的学习能力和预测、识别能力。利用神经网络建立的映射关系能够克服现有流体类型判别方法的缺点并发挥人工神经网络的优势。在同一油气田区域，利用已知油、气、水层测井数据对网络进行训练并建立测井曲线与不同流体类型的对应关系，从而达到判别其他储集层流体性质、类型的目的，对油田储层流体类型进行判别、预测的效果较好。