储层粒度神经网络预测模型研究

作     者：王利华 楼一珊 马晓勇 程福山 陈宇 WANG Lihua;LOU Yishan;MA Xiaoyong;CHENG Fushan;CHEN Yu

作者机构：油气资源与勘探技术教育部重点实验室.长江大学湖北荆州434023 中国石化胜利石油工程有限公司山东东营257064 北京锦辉博泰科技有限公司北京昌平102249 

基　　金：国家科技重大专项(2008ZX05056-002-03 2008ZX05024-003-01) 

出 版 物：《西南石油大学学报（自然科学版）》 (Journal of Southwest Petroleum University(Science & Technology Edition))

年 卷 期：2016年第38卷第1期

页      码：53-59页

摘      要：国内外多年的研究表明,储层粒度特征值(d_(50))、非均质系数(d_(40)/d_(90))是防砂设计的基础。常规获取粒度分布范围的方法主要有激光粒度测试法(LDA)与筛析法(SA),两种方法均需要通过岩芯粒度测试来获取数据,而在制定开发井的完井防砂措施时往往没有实际开采层位的岩芯,只能参照探井粒度数据进行设计,从而导致较大的误差。针对该问题,从测井的角度出发,开展了储层粒度与多种测井曲线的响应关系的研究,采用神经网络技术,建立了探井伽马、密度测井项与实测粒度特征值三者样本库,训练出满足工程需要的学习网络,进而结合开发井测井资料,获得了整个粒度纵向分布剖面,为防砂分层设计提供准确的基础数据支撑。目前,该方法在中国海上多个油田的分层防砂优化设计中获得了成功应用。预测误差可控制在10%以内。

主 题 词：分层防砂 粒度特征值 神经网络 伽马密度测井 样本库 

学科分类：0820[工学-航空航天类] 082001[082001] 08[工学] 

核心收录：

D　O　I：10.11885/j.issn.1674-5086.2014.01.09.02

馆 藏 号：203161227...