基于MATLAB的广义回归神经网络的低渗特低渗砂岩气层产能预测

摘要

目前我国新发现的天然气田，有60％的天然气储量分布于低渗特低渗砂岩气田中，该类气田储量大，但储量风度低；产能低，产能变化大。由于低渗特低渗砂岩气层的产能受地层岩性、沉积微相、物性、孔喉结构、非均质性、油气充注和含气性等多种地质因素的复杂影响，导致产能预测与实际结果有较大的误差，严重影响后期的开发决策。广义回归神经网络（GRNN）本身具有很强的非线性映射能力，能逼近任意类型的函数。运用广义回归神经网络，综合地质、测井参数，并组合测井参数，敏感性分析，建立预测模型，对气层产能进行预测，取得相对较为满意的结果。