[发明专利]基于神经网络函数逼近算法的储层参数定量表征方法

权利要求书

1.基于神经网络函数逼近算法的储层参数定量表征方法，其特征在于，该基于神经网络函数逼近算法的储层参数定量表征方法包括:

步骤1，利用井旁的地震属性数据确定神经网络上各节点之间的权系数和节点上的阀值；以及

步骤2，利用得到的各节点之间的该权系数和节点上的该阀值，进行整个工区的储层参数定量预测及油气分布预测。

2.根据权利要求1所述的基于神经网络函数逼近算法的储层参数定量表征方法，其特征在于，在步骤1中，在利用神经网络作储层产能预测时，使用三层感知器网络作函数逼近，一个输入层、一个输出层和一个中间层，基本关系由下面公式表示：

           

式中：为神经网络的输入，为神经网络的输出，N为输入层的节点数，M为隐层的节点数，k为输出层的节点数，为输入层与隐层之间的连接权，为隐层与输出层之间的连接权，为输入层到隐层的阀值，为输入层到隐层的阀值。

3.根据权利要求2所述的基于神经网络函数逼近算法的储层参数定量表征方法，其特征在于，在步骤1中，将井旁地震属性和测井、钻井、地质、试油等资料作为输入层数据，取一些小的随机数，以这些随机数作为网络内部各个节点之间连接的该权系数和节点上的该阈值的初始值，井旁的储层参数及剩余油参数作为神经网络的输出层，根据网络求得输出结果，计算实际输出与期望输出的差值，并按照差值趋零原则，不断地修改节点之间连接的该权系数和节点上的该阈值，直至权值收敛，并使估价函数降至可接收值，得到节点间的连接权系数和节点内部的阀值集合，由此确定神经网络内部各个节点之间连接的该权系数和节点上的该阈值。

4.根据权利要求1所述的基于神经网络函数逼近算法的储层参数定量表征方法，其特征在于，在步骤2中，将优选后的目的层属性集逐道输入，并对输入地震道进行分析，输出各地震道处的储层砂岩厚度和孔隙度及含油饱和度。

5.根据权利要求4所述的基于神经网络函数逼近算法的储层参数定量表征方法，其特征在于，该基于神经网络函数逼近算法的储层参数定量表征方法还包括，在步骤2之后，根据各地震道处的该储层砂岩厚度和该孔隙度及该含油饱和度，绘制该储层砂岩厚度、该孔隙度平面分布图及该含油饱和度平面图。

6.根据权利要求1所述的基于神经网络函数逼近算法的储层参数定量表征方法，其特征在于，该基于神经网络函数逼近算法的储层参数定量表征方法还包括，在步骤1之前，优选出地震属性，以及根据该优选出的地震属性，抽取该井旁的地震属性数据。