传统的针对非常规油气资源属性描述的方法通常有三大类:简单模型、复杂模型和模式识别技术,人工神经网络属于第三类.宾夕法尼亚大学针对致密油藏创新提出了一套人工神经网络模拟法,通过该方法生成累计产量预测曲线,进而确定“甜点”分布.将该方法应用于西得克萨斯州特拉华和米德兰盆地的油藏,预测模型测试结果理想:70%的井的预测结果与实际结果吻合,误差小于10%.该方法避免了人工地震解释造成的主观判断错误,还能及时发现成熟探区遗漏的“甜点”,且生成这些数据结果和图形结果用时不到1min,大大提高了工作效率.未来,该方法会进一步完善,通过更多的信息资料加强模拟预测的准确性,甚至可预测储层状态以外的其他信息.