文献知网节
摘要:X区块经历多次注水开发,现已进入"双高"期,开发矛盾日益突出,剩余油高度分散、局部富集,在测井解释评价过程中储层划分工作繁琐,流体识别困难。此次研究主要基于测井数据特点及深度学习方法原理,优选对储层比较敏感的测井曲线作为样本曲线,并对这些曲线进行重采样构建模型训练所需的样本数据,在此基础上利用卷积神经网络进行深度学习,建立了适合研究区的人工智能储层划分和流体识别模型,初步实现了区块储层智能识别划分与区块水淹层解释流体性质智能识别。利用应用成果优化了水淹层测井解释流程,提高了解释评价效率。
会议名称:

第七届数字油田国际学术会议

会议时间:

2021-11-03

会议地点:

线上会议

  • 专辑:

    基础科学; 工程科技Ⅰ辑; 信息科技

  • 专题:

    地质学; 石油天然气工业; 石油天然气工业; 自动化技术

  • DOI:

    10.26914/c.cnkihy.2021.026861

  • 分类号:

    P631.81;TP18;TE357.6

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

温馨提示:阅读CAJ格式原文,请使用CAJ浏览器

下载:84 页码:66-72 页数:7 大小:1962k

引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献
  • 批量下载
相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 相关法规
  • 关联作者
  • 相关视频