排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
为准确计算孔隙度、渗透率等储层物性参数,结合模拟退火和差分进化算法的主要优点,提出一种改进的模拟退火差分进化(SADE)算法,将复杂储层物性预测过程中神经网络权值的训练转化为无约束优化问题,并建立新目标函数,进而利用改进的SADE算法进行求解,并与传统方法计算结果进行比较.新目标函数使得神经网络权值的调整不受样本期望输出大小的影响,更适用于变化范围较大的样本数据训练;改进的SADE算法利用退火温度控制差分进化的选择过程和差分策略的选用,前期具有很好的多样性,后期有较好的收敛能力,克服了经典算法早熟的缺点,提高了全局搜索能力和鲁棒性.利用该算法对现场实际资料进行计算,取得了很好的效果. 相似文献
2.
针对复杂岩性储集层孔隙结构多样、渗流机理复杂,常规方法难以准确求取渗透率难题,深入分析经典核磁共振渗透率计算模型的局限性,明确孔隙结构和孔隙度是渗透率的主控因素,提出先利用核磁共振T2(横向弛豫时间)谱进行孔径组分划分,然后根据不同组分对渗透率的贡献差异计算渗透率的新方法。基于该研究思路,以中东A油田生物碎屑灰岩储集层为例,依据压汞毛管曲线形态及其变化的拐点位置,确定了粗、中、细、微孔喉4类组分的分类标准,并转化为核磁共振横向弛豫时间标准。基于核磁共振测井资料精细计算了4类孔径组分的占比,根据其对渗透率的不同贡献,建立了基于多组分孔隙分量组合的核磁共振渗透率计算新模型。通过区块应用对比,新模型的计算精度明显高于传统方法。 相似文献
3.
1