BP神经网络在储层物性参数预测中的应用.PDFVIP

维普资讯 2002年 6月 西北大学学报 (自然科学版) Jun．2002 第 32卷第 3期 JournalofNorthwestUniversity(NaturalScienceEdition) Vo1．32No．3 BP神经网络在储层物性参数预测中的应用 — — 以梁家楼油 田沙三 中为例 黄述旺 ，窦齐丰 ，彭仕宓 ，王韶华 ，刘 伟 (1．石油大学 资源与信息学院，北京 102249；2．中国石化集 团中原油 田 采油三厂地质大队，山东 莘县 242393) 摘要 ：在储层四性特征及其四性关系研究的基础上，应用 BP神经网络方法 ，对梁家楼油田沙三 中 储层的物性参数 (孔 隙度 、渗透率)进行 了预测 ，并对其预测精度进行 了检验 。将神经 网络解释结果 与常规数理统计方法精度对比可见 ，神经 网络法的参数预测精度有较大的提高，显示出BP神经网 络法在储层参数预测中的优 势与应用潜能。 关 键 词 ：BP神经 网络 ；孔 隙度 ；渗透率；精度检验 中图分类号 ：TEl22．23 文献标识码 ：A 文章编号 ：1000—274X(2002)03—0271—04 人工神经网络技术是最近三 四十年发展起来的 1)输入层 、隐层 、输出层各单元的输 出分别为 一 个新的研究领域 ，反映了人脑功能的若干基本特 I 一 ”i— l，2，3，… ，N ； 性，从而使计算机能够模仿人的大脑 ，具有较强的形 象思维能力。从数理角度来看 ，它是一个非线性系 H一厂(∑ ，，一 )，J一1，2，3，…，； = l 统 ，由神经元、网络结构与学习算法三部分组成 ，可 』 0一厂(∑ ，H一 )，志一1，2，3，…，M； 以把 Ⅳ个分量的输入矢量转换成一个具有 P个分 l= l 量的输 出矢量 。这一非线性系统在具有一般非线性 式中厂(·)为激励 函数 。 系统全部特性的同时，并呈现高维性 、自组织性及模 ． 2)对某一学习样本 ，网络实际输 出与期望输 出 糊性等优 良特征 。由于其强大的数理功能及方法优 之间的平方误差为 M 势 ，并随着计算机技术 的发展 ，近年来得到广泛应 E一I∑( 一0)。， 用 。本文尝试在储层四性特征及其 四性关系研究的 = 1 只要调整连接权重和阀值 ，即可使 E小于给定的允 基础上 ，应用人工神经 网络 中的BP神经 网络法对 许误差 ￡。 梁家楼油 田沙三 中储层参数进行预测 ，以期实现储 3)隐层与输 出层间的连接权重调整量及输 出 层参数的精确解释 。 层单元的阀值调整量分别为 1 BP神经网络方法简介E，] AV ‘一 · H J+ AV 一”， △y^‘’一 ·艿^十 aA7^‘～¨。 BP(backpropagation)网络 由Rumelhart等人