基于离散Hopfield网络的致密砂岩储层流体识别

摘要

镇径油田长9储层孔隙度小，渗透率低，油水层电阻率差异小，利用常规的交会图方法建立流体识别模板规律性不强，难以有效应用。针对这一问题，本文拟提出基于离散Hopfield网络方法实现储层流体类型识别。离散Hopfieid在平衡点处具有极强的收敛性，通过组合编码和多次迭代能够实现多种储层流体识别，预测精度高，调节参数少。然而，对于油水同层与含油水层的测井响应相似性较高，导致部分编码值处于临中状态而收敛错误。因此，增加输入测井属性的个数，以增加平衡点的数目，同时采用更精细的编码规则，以减少编码值可能的收敛范围，来提高流体识别的预测精度。