• 论文
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于GA-BP神经网络的致密砂岩横波时差预测方法
  • 作者

    任宇飞强璐程妮白耀文张军东王瑞生

  • 单位

    延长油田股份有限公司勘探开发技术研究中心延长油田股份有限公司定边采油厂延长油田股份有限公司靖边采油厂

  • 摘要
    横波时差资料对开展致密砂岩储层水平井井壁稳定性与压裂效果研究有着关键作用。受开发成本的制约,横波时差测井资料极少,对研究致密砂岩力学性质造成很大困难。以井径、自然伽马和纵波时差等常规测井资料为基础,提出了基于GA-BP神经网络的致密砂岩横波时差预测方法。利用定边油田L区D166井长7、长8段数据,分别进行了GA-BP模型和BP模型的训练和检验,并对比分析了2种模型的预测效果。结果表明,GA-BP模型不受井眼环境、岩性和沉积环境等因素的影响,平均绝对百分比误差较BP模型小3.109个百分点,精准性更高、泛化性更强、可靠性更好。该方法对提高横波时差预测精度具有实际应用价值,为后续研究奠定了基础。
  • 关键词

    致密砂岩横波时差BP神经网络遗传算法预测方法

  • 基金项目(Foundation)
    延长油田股份有限公司科技项目(ycsy2021ky-B-15-6);
  • 文章目录
    1 GA-BP神经网络基本原理
    2 横波时差预测GA-BP模型
    2.1 数据背景
    2.2 选择学习样本
    2.3 建立预测模型
    2.4 模型预测效果
    3 应用实例
    4 结论
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联