用人工神经网络对岩性及含油层的预测  

作　　者：杨小明[1] 黄五群[1] 樊喜来[1] 刘松芬[1] 胡北来[1] 李金有[2] 

机构地区：[1]南开大学天津，300071 [2]辽河油田盘锦124010

出　　处：《非线性动力学学报》2003年第1期80-86,共7页

摘　　要：本文将反向传播(BP)人工神经网络用于油井岩性及含油层的预测，根据测井资料中的深侧向电阻、微侧向电阻、自然电位及声波时差四个参数对18口油井的地层的岩层特性进行预测，通过将实际岩心数据与预测结果进行比较，预测的正确性达90％以上。这表明。该技术用于岩层特性及含油层的多参数预测是成功的，从而为开发智能化油井岩层特性及油气资源储藏特点的预测系统提供了依据。对于创造我困预测油气储藏的智能化系统具有重大意义。

关 键 词：人工神经网络 岩性 含油层 预测 测井数据 石油勘探 地球物理测井技术 

分 类 号：P618.13[天文地球—矿床学] P631.81[天文地球—地质学]