徑向基函數神經網絡法致密砂巖儲層相對滲透率預測與含水率計算

作者：王謙,譚茂金,石玉江,李高仁,程相志,羅偉平

摘要：致密砂巖儲層具有物性差、孔隙結構復雜、非均質性強等特點,導致利用傳統方法難以精確預測或計算其相對滲透率和含水率。為此,文中提出基于徑向基函數(RBF)的神經網絡預測相對滲透率方法:在介紹RBF神經網絡原理的基礎上,選擇高斯函數和最近鄰聚類算法構建網絡模型;以含水飽和度、核磁束縛水飽和度、孔隙度、滲透率等四參數為輸入,油、水相對滲透率為輸出,根據誤差分析確定最佳相對滲透率預測網絡模型及參數;最后采用分流量方程計算得到儲層含水率。將該方法應用于鄂爾多斯盆地隴東地區延長組長8儲層,預測的油、水相對滲透率與相滲實驗結果一致,計算的含水率與測試結果吻合。

發文機構：中國地質大學（北京）地球物理與信息技術學院 中國石油長慶油田勘探開發研究院 中國石油勘探開發研究院 中國石油塔里木油田公司勘探開發研究院

關鍵詞：致密砂巖徑向基函數(RBF)相對滲透率分流量方程含水率tight sandstoneradial basis function(RBF)relative permeabilitysplit flow equationwater cut

分類號： P631[天文地球—地質礦產勘探]