徑向基函數神經網絡法預測海上油田儲層敏感性

王巧智 蘇延輝 江安 高波

(中海油能源發展股份有限公司工程技術分公司，天津 300452)

0 引言

儲層敏感性評價可以為鉆完井、壓裂、酸化等作業提供工作液設計理論支持，常規的敏感性評價包括速敏、水敏、鹽敏、堿敏、酸敏等內容[1]。目前，室內實驗仍為海上油田預測儲層敏感性的主要方式，但實驗需要消耗大量的人力物力，不利于快速、準確地預測儲層敏感性。基于徑向基函數神經網絡法的預測技術克服了實驗評價的劣勢，已在大港、冀東等油田應用，且應用效果良好[2,3]。本文在分析徑向基神經網絡原理的基礎上，建立了適應于海上油田的儲層敏感性的新方法，驗證了其在海上應用的可行性、可靠性。

1 徑向基神經網絡原理

徑向基函數神經網絡是一種局部逼近神經網絡，可分為3層。第1 層的作用為傳遞數據信息，稱為輸入層；第2 層的作用為對第1 層數據進行空間映射變換，并確定節點數，稱為隱含層；第3 層的作用為對第2 層神經元輸出的信息進行線性加權后輸出，稱為輸出層，輸出層是對輸入數據源的響應結果[4,5]。

2 儲層敏感性定量預測方法

2.1 儲層敏感性因素的確定

儲層的物性特征是影響儲層敏感性的潛在因素，對敏感性結果影響較大的物性特征為必要因素，對敏感性結果影響相對較小的物性特征為次必要因素。基于海上油田儲層敏感性物性特征及敏感性評價結果，分析了速敏、水敏、堿敏、酸敏的必要與次必要因素。以速敏為例，其必要因素主要有10 個，分別為滲透率、孔隙度、膠結類型及伊利石等7 種黏土礦物含量；……