基于径向基函数神经网络模型的测井曲线预测方法

    公开(公告)号:CN106991509A

    公开(公告)日:2017-07-28

    申请号:CN201710388429.6

    申请日:2017-05-27

    Abstract: 本发明涉及油气井的测井曲线数据采集方法,具体是基于径向基函数神经网络模型的测井曲线预测方法,其特征在于:包含所要预测的老井和与老井所处同一油气田的至少一口新井,已知新井的多条测井曲线,运用人工神经网络技术建立预测模型,然后利用该预测模型和已知新井的测井曲线对缺失测井曲线的老井进行测井曲线预测。本发明弥补了由于缺失某种测井曲线而无法对该井进行测井解释的不足,通过预测模型快速、有效而且几乎无成本的得到老井的缺失的测井曲线,有了老井完整的测井曲线,可以充分利用老井的测井曲线对研究区域进行较为客观的地质认识。

    基于测井信息的储层岩石中值半径预测方法

    公开(公告)号:CN107145938A

    公开(公告)日:2017-09-08

    申请号:CN201710388428.1

    申请日:2017-05-27

    CPC classification number: G06N3/08 E21B49/00 G06N3/04 G06Q10/04 G06Q50/02

    Abstract: 本发明涉及储层岩石中值半径数据采集方法,具体是基于测井信息的储层岩石中值半径预测方法,其中:包含所要预测油气田区域中的至少一口取芯井,对所述取芯井的岩芯样品进行孔隙结构分析后得出该取芯井处的岩石中值半径。然后与该取芯井中相应深度的测井曲线相对应,找出能取芯井处的值半径的测井响应特征,该测井响应特征为油气田区域中储层岩石中值半径的响应特征。运用径向基函数神经网络模型建立预测模型,利用取芯井的测井参数预测所要预测油气田区域的岩石中值半径R50。本发明快速有效对储层岩石中值半径数据采集、降低了成本、缩短了数据采集周期和提高了环保性。

Patent Agency Ranking