论文部分内容阅读
镇径油田长9储层孔隙度小,渗透率低,油水层电阻率差异小,利用常规的交会图方法建立流体识别模板规律性不强,难以有效应用。针对这一问题,本文拟提出基于离散Hopfield网络方法实现储层流体类型识别。离散Hopfieid在平衡点处具有极强的收敛性,通过组合编码和多次迭代能够实现多种储层流体识别,预测精度高,调节参数少。然而,对于油水同层与含油水层的测井响应相似性较高,导致部分编码值处于临中状态而收敛错误。因此,增加输入测井属性的个数,以增加平衡点的数目,同时采用更精细的编码规则,以减少编码值可能的收敛范围,来提高流体识别的预测精度。