基于神经网络的岩性物性参数计算方法研究

来源：计算机技术与发展杂志2022年第06期北京时间：

作者：张可佳;方佳佳;高楷程;刘涛

摘要：岩性物性参数的计算会关系到后续油气田开发生产,因而备受录井解释、地质分析等部门的高度重视。 为了解决传统数理计算方法计算岩性物性参数需要依赖人工经验,计算量大,造成人力成本和时间成本较高且计算准确率不高的问题,提出一种基于神经网络的岩性物性参数计算方法。 通过对研究的储层地质特征进行分析,选取孔隙度和渗透率作为反映岩性的物性参数;阐明应用测井曲线反映岩性物性参数的合理性,选取合适的测井曲线,应用不同的测井曲线特征提取方法提取测井曲线特征,作为神经网络的输入参数;设计岩性物性参数计算的技术路线,构建 BP 神经网络模型,选取样本数据集对神经网络模型完成模型训练,最终实现对选区岩性物性参数的计算,为储层岩性识别提供依据。 实验结果表明,基于 BP 神经网络的岩性物性参数计算方法能够较为准确地计算岩性物性参数。

关键词：岩性物性参数;孔隙度;渗透率;BP 神经网络;测井曲线;岩性识别