神经网络预测储层砂岩粒度纵向剖面

来源 :断块油气田 | 被引量 : 0次 | 上传用户:hc_z
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
国内外多年的研究认为,储层粒度特征值(d50,UC)是防砂设计的基础.利用伽马测井、密度测井与粒度特征值之间的相关性,建立探井伽马、密度测井项与实测粒度特征值三者的样本库;利用神经网络技术,训练出满足工程需要的学习网络,进而结合开发区块的测井资料,建立整个储层的粒度纵向分布剖面.该技术对实测数据少或缺乏实测数据储层的防砂显得尤为重要,为防砂方案设计提供了准确的依据,并在现场进行了很好的应用.
其他文献
普希金是十九世纪前半期杰出作家,其创作活动历经三代沙皇,从历史角度追溯其创作历程,评述其文学成就,对于作家评传的写作,极有意义。
LIDAR数据是目前生产DEM/DSM最为理想的数据源,利用机载激光雷达获取DEM/DSM数据是机载激光雷达最为直接的应用。本文提出了一种将LIDAR点云数据格网化与坡度滤波相结合的点云分类方法,该方法将数据格网化的概念用于LIDAR点云数据的预处理,避免了LIDAR点云数据内插或者平滑造成的信息损失,并且引入坡度突变对格网化处理后的LIDAR点云数据进行第二次地面点的选取,提高了LIDAR点云数
文中采用随机生长四参数生成法,对储层岩石的二维微观孔隙结构进行了重构。基于格子Boltzmann方法,从孔隙尺度模拟了多孔介质中的油水两相流动,对不同驱替时刻多孔介质内流体