定量参数建模

Techlog K.mod模块从日志数据中提取基本信息到:

  • 预测非尺寸参数(ф,k)。
  • 重建缺失或差的质量测量,以补偿孔条件不良,环境影响,收购问题等。
  • 从核心到储层规模的控制比例换档管理。
  • 比较好的日志和核心数据,以减少后续评估井的核心和插头分析的需要。

监督神经网络

可以通过交互式学习过程直接从日志数据重建或建模参数。可以使用强大的非线性多层的Multceptron建模工具保留数据中的原始变异性。

完全量化的不确定性

提供完全控制输入参数,同时提供了对日志和型号质量的清晰反馈;K.mod模块不是“黑匣子”工具。可以在输入(反向传播方法上检查每个输入的贡献)和输出中的不确定性(自组织地图对其在建模目标数据的有效性进行培训和验证数据)。输入也可以加权,允许强制极值值。如果需要,可以标准化输出和学习数据分布以匹配动态范围。

互动,直观,快速

K.mod模块基于复杂的技术,但它仍然很容易。它是一种简单,有效的工具,提供简单的解释和准确的储层表征。

阅读更多阅读较少

Techlog.