论文部分内容阅读
沙罐坪气田石炭系黄龙组主要储集空间为孔隙和裂缝，属于碳酸盐岩低孔低渗型储层，其中，裂缝在改善储层渗透率方面发挥着重要的作用。以测并信息为基础，利用神经网络算法对该区未取芯井储层的孔隙度、渗透率、含水饱和度参数，以及裂缝发育程度进行了预测。使用误差统计法对储层参数预测模型效果进行了评价，其预测效果满足本区所需储层参数计算的精度要求，裂缝预测总体回判率达97．53％。证明了神经网络算法是在测井信息较少的情况下，预测储层的有效手段，为气田评价井、开发井的部署，储量计算及编制气田开发方案，提供了可靠的地质依据。