径向基函数神经网络法致密砂岩储层相对渗透率预测与含水率计算

作者：王谦,谭茂金,石玉江,李高仁,程相志,罗伟平

摘要：致密砂岩储层具有物性差、孔隙结构复杂、非均质性强等特点,导致利用传统方法难以精确预测或计算其相对渗透率和含水率。为此,文中提出基于径向基函数(RBF)的神经网络预测相对渗透率方法:在介绍RBF神经网络原理的基础上,选择高斯函数和最近邻聚类算法构建网络模型;以含水饱和度、核磁束缚水饱和度、孔隙度、渗透率等四参数为输入,油、水相对渗透率为输出,根据误差分析确定最佳相对渗透率预测网络模型及参数;最后采用分流量方程计算得到储层含水率。将该方法应用于鄂尔多斯盆地陇东地区延长组长8储层,预测的油、水相对渗透率与相渗实验结果一致,计算的含水率与测试结果吻合。

发文机构：中国地质大学（北京）地球物理与信息技术学院 中国石油长庆油田勘探开发研究院 中国石油勘探开发研究院 中国石油塔里木油田公司勘探开发研究院

关键词：致密砂岩径向基函数(RBF)相对渗透率分流量方程含水率tight sandstoneradial basis function(RBF)relative permeabilitysplit flow equationwater cut

分类号： P631[天文地球—地质矿产勘探]