基于MATLAB的广义回归神经网络的低渗特低渗砂岩气层产能预测  

作　　者：李小强[1] 赵彦超[1] 

机构地区：[1]中国地质大学资源学院,湖北武汉430074

出　　处：《内蒙古石油化工》2009年第17期138-141,共4页Inner Mongolia Petrochemical Industry

摘　　要：目前我国新发现的天然气田,有60%的天然气储量分布于低渗特低渗砂岩气田中,该类气田储量大,但储量风度低;产能低,产能变化大。由于低渗特低渗砂岩气层的产能受地层岩性、沉积微相、物性、孔喉结构、非均质性、油气充注和含气性等多种地质因素的复杂影响,导致产能预测与实际结果有较大的误差,严重影响后期的开发决策。广义回归神经网络(GRNN)本身具有很强的非线性映射能力,能逼近任意类型的函数。运用广义回归神经网络,综合地质、测井参数,并组合测井参数,敏感性分析,建立预测模型,对气层产能进行预测,取得相对较为满意的结果。

关 键 词：低渗特低渗 砂岩气层 产能预测 广义回归神经网络 

分 类 号：P618.13[天文地球—矿床学] TU43[天文地球—地质学]