基于SOM的无井约束剩余油分布预测

摘要

提出了基于SOM(自组织神经网络)的无井约束剩余油分布预测方法:利用RBF神经网络预测时移前的原始含油饱和度;利用SOM对含油饱和度敏感的多属性差异进行聚类;利用动态资料和岩石物理测试数据圈定各种变化区域,建立各个区域含油饱和度变化与多属性差异之间的关系,依据所建立的关系获得储层含油饱和度的变化;将时移前的原始含油饱和度与含油饱和度变化相减得到储层的剩余油分布.该方法在渤海S油田取得了比较好的应用效果.