神经网络技术在滩海地区井壁稳定计算机辅助分析中的应用研究

邬春学,杨红明,李波,余镇危

江汉石油学院;沙市大学;中国矿业大学湖北省荆州市 434023 中国矿业大学;北京 100083;湖北省荆州市 434001;湖北省荆州市 434023;北京 100083

Wu Chunxue,Yang Hongming,Li Bo and Yu Zhenwei

Wu Chunxue^1,3,, Yang Hongming²,, Li Bo¹,, Yu Zhenwei³,//1.Jianghan Petroleum University, Jingzhou, Hubei Prov. 434023, 2.Shashi University, Jingzhou, Hubei Prov.434002, 3. China University of Mineral Technology, Beiring, 100083

摘要： 描述了关于滩海地区“井壁稳定”的综合分析方法及计算机辅助分析软件的实现。运用神经网络技术来分析影响油田钻井井壁稳定的各个因素,综合考虑其关系复杂性,建立了计算机神经网络模型,并开发了配套软件。目前该技术已在油田推广使用,并随着学习资料的不断完善,效果会日趋明显。

中图分类号:

邬春学, 杨红明, 李波, 余镇危. 神经网络技术在滩海地区井壁稳定计算机辅助分析中的应用研究[J]. 中国石油勘探, 2002, 7(4): 87-90,8.

Wu Chunxue, Yang Hongming, Li Bo and Yu Zhenwei. [J]. China Petroleum Exploration, 2002, 7(4): 87-90,8.

[1]	姜逸明, 张定宇, 李大华, 陈朝刚, 成俊, 邱以钢, 朱瑜. 重庆地区页岩气钻井井壁稳定主控因素研究[J]. 中国石油勘探, 2016, 21(5): 19-25.
[2]	杨莉娜, 杨斌, 鲁洪江, 顾丽娜, 黄崇春. 五百梯气田长兴组储层裂缝发育程度的常规测井神经网络预测[J]. 中国石油勘探, 2011, 16(1): 63-69,10.
[3]	姚军辉, 张晓晖, 王延宾, 黄锋, 许长福, 戴灿星. 低孔低渗裂缝性储层建模及预测研究——以新疆百31断块二叠系佳木河组为例[J]. 中国石油勘探, 2010, 15(5): 37-40,47,85.
[4]	姜亮,傅强. 利用自组织特征映射网络自动识别油气层[J]. , 2000, 5(1): 29-31,6.
[5]	马玉霞,卢永合,焦勇. 地震新技术在高家堡油藏描述中的应用[J]. , 1998, 3(3): 42-43,7.

PDF (PC)