人工神经网络在闵北断块低阻油层识别上的应用

摘要

随着油气勘探程度的不断深化,非常规油气藏在油气勘探中不断被发现,在实际的勘探过程中低阻油层的储量和产量都在不断增加。低阻油层作为一种非常规储层,其含油性受多个因素影响。常规测井解释方法评价低阻油层有很大的困难。针对闵桥油田断裂构造错综复杂、油层低阻特征典型、测井解释难度大等特点,利用BP人工神经网络算法,对已知样本进行学习获得识别模式,并使用自编软件,成功识别了闵北断块阜宁组三段低阻油层。识别结果显示,该层新增油井8口,含油面积增加0.53km2,新增石油地质储量23.62万t,经济效益显著;同时深化了对该断块油气分布规律与油藏类型的认识,理论意义重要。