论文部分内容阅读
剩余油层分布是油田进入高含水期后研究的主要课题之一，在影响剩余油层分布的各种因素中储层的微孔隙结构是根本原因。本文提出了基于BP神经网络的储层微孔隙结构类型预测方法。该方法利用人工神经网络技术所具有的非线性、容错性和较强的模式识别能力实现了综合推理，进行孔隙结构类型预测。采用该方法，对大庆油田采用五厂储层样本进行了处理，在10％的可接受误差时，符合率达80％以上，结果表明该方法用于预测储层微孔隙结构类型是可行和有效的。