基于小波神经网络的油页岩含油率预测方法

论文摘要

在油页岩含油率实验分析的基础上,优选含油率敏感性测井参数,采用小波神经网络法构建含油率多测井参数预测模型.利用该模型对鄂尔多斯盆地东南部三叠系长7段储层含油率进行预测,将预测结果与多元线性回归预测结果进行对比.结果表明,利用小波神经网络法预测油页岩含油率精度更高,为研究区油页岩勘查工作部署提供科学依据.

论文目录

文章来源

类型: 期刊论文

作者: 张永浩,王飞,陈勇,段朝伟,边会媛

关键词: 油页岩,含油率,测井,小波神经网络,鄂尔多斯盆地

来源: 兰州大学学报(自然科学版) 2019年06期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 地质学,石油天然气工业

单位: 西北大学地质学系,中国石油集团测井有限公司,长安大学地质工程与测绘学院,西安科技大学地质与环境学院

基金: “十三五”国家科技重大专项(2017ZX05030-002),煤炭资源勘查与综合利用重点实验室基金(KF2018-4),中国石油天然气集团公司科学研究与技术开发项目(2016A-3603),中央高校基本科研业务费(310826172204)

分类号: P618.13

DOI: 10.13885/j.issn.0455-2059.2019.06.001

页码: 701-706+715

总页数: 7

文件大小: 6166K

下载量: 61

相关论文文献

标签：油页岩论文;  含油率论文;  测井论文;  小波神经网络论文;  鄂尔多斯盆地论文;