人工神经网络在储层地质建模中的应用研究

在油田注水开发过程中,储层物性、微观孔隙结构和非均质性都会发生动态变化。通过综合应用多学科的理论方法,利用计算机手段来构建地质模型,研究不同开发环境中储层参数的变化和规律,对预测储层剩余油的分布规律、提高油田开发效果具有十分重要的地质意义。人工神经网络技术具有极强的自适应和自学习能力,其通过很强的非线性映射,能够精确地建立储层参数与测井响应之间的非线性模型。在地质模型中,历史储层资料的基础上,采用神经网络技术,对大量宏观储层数据进行分析、学习与训练,选取具有代表性的储层参数,表示出各井点储层参数随时间的演变规律,进而有效预测剩余油的分布。