基于参数优选的储层渗透率深度置信网络模型预测初探.docx

储层渗透率是储层产能评价的一项重要指标,也是反映储层物性好坏的重要参数。通过对渗透率建模的优化处理,得到准确的渗透率参数,对储层品质评价具有十分重要的意义。已有研究表明,针对渗透率的预测方法主体上分为两类：一类为基于岩心分析数据的统计建模,另一类是利用数据挖掘的学习建模方法。许多学者根据岩心分析数据提出了许多渗透率预测模型,包括分形模型[1]和根据压汞与核磁共振等[2]一系列预测模型。其中利用测井资料估算渗透率,建立以实验数据为标准的经验统计模型是目前较为常用的方法[3,4,5,6,7],但是基于岩心数据建模的方法不能完全适用于所有储层条件下的渗透率。因此,许多学者在此基础上采用各种智能算法来