基于电性参数和GA-BP神经网络的砂岩孔渗预测

阮家驹; 向 葵; 童小龙; 王星皓; 何 方(31-38)

文章摘要

author_cn_name].基于电性参数和GA-BP神经网络的砂岩孔渗预测[J].重庆科技学院学报（自然科学版）,2024,26(2):.

基于电性参数和GA-BP神经网络的砂岩孔渗预测

DOI：10. 19406 / j. issn. 1673-1980. 2024. 02. 005

中文关键词: 电性参数 BP 神经网络遗传算法砂岩孔隙度渗透率

英文关键词:

基金项目:国家自然科学基金面上项目“润湿性影响含油储层岩石激发极化异常的机理及评价模型研究” (42174083);国家自然科学基金青年项目“基于水力压裂的储层裂隙介质三维激电建模及渗透率预测”(42204079)

作者	单位
阮家驹，向葵，童小龙，王星皓，何方(31-38)	长江大学地球物理与石油资源学院

摘要点击次数: 778

全文下载次数: 0

中文摘要:

以地表岩性复杂的四川盆地为采样区,基于神经网络可解决电性参数与储层物性参数之间非线性映射问题的优势性能,讨论低孔低渗致密储层的砂岩孔渗预测方法。以密度、电阻率和极化率等电性参数作为网络模型的输入参数,利用遗传算法(GA)对 BP 神经网络(BPNN)的权值和阈值进行优化,进而建立并训练 GA-BP 神经网络模型。与传统的多元回归法相比,GA-BP 神经网络模型的孔渗预测实验结果更优。

英文摘要:

查看全文查看/发表评论下载PDF阅读器

关闭