基于灰色关联选取特征向量的BP神经网络岩相识别--以X油田A区部分井为例

摘要

X油田A井区长6_(2)主要发育泥岩、细砂岩,有效储层主要为细砂岩,如何准确高效精细地识别岩相是油田生产试油选层亟待解决的问题。传统的经验值法对于研究区砂体的识别效果一般、准确度不高。因此,提出一种新的砂体识别的新方法,利用灰色关联选取特征向量作为bp神经网络的输入层进行砂体的预测,根据关联度大小选取自然电位和自然伽马作为敏感参数,并对声波时差提出参数构建法,提出参数ΔAC对网络模型进行优化。结果表明,该方法克服了传统方法经验值划分对于识别砂体效率低下、准确性差等缺点。从而高效、快捷地完成砂层预测与识别,有效地解决了研究区砂体识别问题。