应用量子神经网络快速预测储层敏感性

孙玉学 谢建波 赵景原 历艳明 王　娇

SUN Yu-Xue- Xie-Jian-Bo- Zhao-Jing-Yuan- Li-Yan-Ming- Wang-　Jiao

针对室内评价储层敏感性预测的不足和传统神经网络模型的缺陷，在收集岩心分析资料、 分析生物神经元的信息处理方式和量子特性的基础上， 提出一种具有量子特性权值和活性值的量子神经网络预测模型［ １ ］。对吉林油田伊通地区储层敏感性进行快速预测， 其结果表明， 量子神经网络模型的敏感性伤害程度预测结果明显优于传统 Ｂ Ｐ神经网络， 与岩心流动实验结果的符合率达到 ８ ８ ％。该方法能快速、 准确地预测储层的敏感性指数，为保护油气层提供可靠的理论依据。