基于核磁共振录井数据的多层感知器神经网络对苏里格气田南区的评价预测

作者：田士伟

摘要：为了快速评价预测苏里格气田南区的储集层含气特征,利用该区核磁共振录井数据和实际试气结论及地质信息,构建核磁共振录井参数与储集层含气性识别关系的多层感知器神经网络模型,通过逐层训练得到预测估计值。网络模型训练数据分类准确率为97.7%,测试数据分类准确率为94.6%。应用多层感知器神经网络模型对60组样本核磁共振录井数据进行预测,55组样本被正确分类,整体准确率达91.7%,可以快速有效地对储集层含气性进行识别预测,在实际应用中得到了较好的效果。模型在训练中出现一些异常值,原因可能为模型数据量较少,在钻取和测试过程中储集层样品发生气体逸散,如果选到更合适的数据集进行学习测试,能够提高模型的预测精度,具有一定的可行性。

发文机构：中国石油长城钻探工程有限公司录井公司

关键词：苏里格气田多层感知器神经网络核磁共振录井储集层含气性Sulige Gas FieldMultilayer Perceptronneural networkNMR logginggas-bearing capacitycapacity of reservoir

分类号： TE132.1[石油与天然气工程—油气勘探]