BP模型在南海神狐海域天然气水合物储量参数预测中的应用  

Application of BP network on reservoir parameter forecast of gas hydrates in Shenhu marine area of South China Sea

作　　者：吕琳[1,2,3] 王明君[2] 范继璋[1] 

机构地区：[1]吉林大学综合信息矿产预测研究所,长春130026 [2]中国地质科学院,北京100037 [3]中央司法警官学院,河北071000

出　　处：《世界地质》2011年第1期80-84,共5页World Geology

基　　金：国家863高技术研究发展计划子项目"天然气水合物勘探开发关键技术"(2006AA09202-03-02)

摘　　要：在用测井数据预测储量参数方法的基础上,采用BP神经网络法预测天然气水合物储量参数(孔隙度、饱和度)。选取一口有实测值的井,将其测井数据作为样本数据,建立网络模型,由其他井的测井数据输入此模型得到储量参数预测结果。经过实践检验此模型得出的结果比经验公式法更精确。The BP neural network method has been used to forecast gas hydrates reservoir parameters（porosity and saturation） based on the previous method by using logging data to forecast reservoir.Taken an measured well as an example,a network model is built with the well＇s logging data.The authors inputted the logging data of other wells and obtain the results of reservoir parameters,which are more accurate than the empirical formula through practice tests.

关 键 词：BP神经网络 饱和度 孔隙度 储量参数 

分 类 号：P618.13[天文地球—矿床学] O212[天文地球—地质学]