论文部分内容阅读
依据塔中各井的测井数据，采用BP神经网络算法对各井的孔隙度进行预测，并初步划分有利储集体分布范围。在实际应用中，根据研究区的测井曲线类型，采用了3种模型进行孔隙度预测实验，通过试验、分析，最终优选模型二对各井的孔隙度进行预测。分层位制作了孔隙度平面分布图，通过对孔隙度的分析可知，塔中地区良里塔格组及鹰山组地层普遍发育，但总体为低孔低渗致密碳酸盐岩，局部发育孔隙度较好储集体。这与岩芯分析结果一致，也证实了该方法的有效性。