油藏储层参数的准确预测既是提高油田采收率的关键环节之一，又可为开发的部署与规划提供重要的基础数据。特别是在油田注水开发中后期，油井产液中的水含量越来越高，因此极需准确地了解油气层中的情况。国内测井公司人工解释油气层的符合率虽然很高，但主要是依赖工程师丰富的实际经验，这对储层参数预测工作的推广极为不利。 本课题拟在现有的储层参数预测研究与评价技术基础上，通过对不同储层参数的分析，提取特征参数，并利用神经网络方法预测储层的各项参数，相信能大幅度提高计算机对储层参数预测的符合率。开展本课题的研究对于油田油藏的勘探与开发，对于油田稳油控水及高产稳产都具有重要的指导意义。 基于上述目标，本文主要做了以下几方面的工作：详细分析了石油勘探开发中多种储层预测方法的技术特点及本身在解决实际地质问题上的不足之处；在继承前人研究和技术的基础上，以“数据驱动法”为数学物理的理论基础，通过神经网络技术，把地震参数的多属性分析技术、储层反演技术和近年出现储层物理特征重构的技术思想有机地结合在一起，建立起一套储层参数非线性预测研究和储层参数估算技术平台；对该项技术针对不同类型含油储层的预测研究做出了具体的实例分析；总结了该项技术的特点，并指出进一步的发展方向。 这种方法在很多方面超出了传统意义上的储层研究方法，具有突出的技术优势，表现在： (1)它以新的技术思想一“数据驱动法”为指导，继承并综合利用了前人多年来形成的成功技术； (2)它是直接利用井网的位置和时间等参数，而不是通过声波阻抗，如孔隙度，以往的做法是从地震反演结果中的声波阻抗做进一步的模拟估算，其结果受到诸多因素的影响； (3)它不像传统做法那样假设一种特定的模拟关系，而是在对井点一系列数据训练和分析中获得的一个统计关系，这个关系是通过多元回归获得的线性关系，或是通过神经网络训练获得的非线性关系。 具体研究内容及预期达到的成果： (1)对油田开发区域的资料进行常规解释。 (2)在充分考虑储层影响因素的情况下，统计出储层的特征，建立适用的标准储层预测模式。 (3)准确提取储层的特征参数，使各种储层的影响因素充分反映在特征参数上。