基于BP神经网络技术的储层流动单元研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：黄珏油田方4阜一段储层属低孔隙度、低渗透率储层，储层特性较为复杂，在进行储层参数的求取时存在较大误差。结合取心物性资料、测井资料，选用流动带指数IFZ划分方法将取心井储层流动单元划分成Ⅰ、Ⅱ、Ⅲ类，并建立流动单元的识别和划分标准。在此基础上，利用BP神经网络技术对取心井储层流动单元进行学习训练，与测井曲线建立其相关的学习和预测模型，对非取心段储层流动单元进行预测，明显提高了测井解释精度，为储层精细评价提供一种较有效的研究方法。

原文链接:http://www.cqvip.com/QK/91848A/201204/43000690.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：BP神经网络 网络技术 神经网络 神经网 cqvip 测井解释 流动单元 低孔隙度 低渗透率 流动带指数