地层压力也称为地层孔隙压力,指的是岩石孔隙流体的压力。在油气勘探中,地层压力是最重要的参数之一,它是地下流体能量的直接体现,是油气运移、汇集的重要驱动力,同时也是是钻井设计与施工的基础参数之一。随着油气勘探技术的发展,由于测井资料的连续性,分辨率高,经济价值高等特点,测井技术在地层压力预测应用中越来越重要。本文通过调研各种地层压力的方法,结合收集的测井资料对某区块的地层压力进行评价。传统的地层压力的方法主要有2种方法(等效深度法和Eaton法)。通过各种参数随着深度的变化在正常压实段内建立起正常压实趋势线,然后通过实测值偏离趋势线的差异程度来预测地层压力,这两种方法需要建立正常压实趋势线,如果选取的泥岩段不当会使得地层压力的计算结果偏差很大。BP神经网络只需建立网络,给出几条输入曲线然后就能对该地区的压力进行评价,可以很大程度上减轻了解释人员的负担,使得计算结果更为可靠。本文结合常规测井和阵列感应测井资料,在阵列感应测井高分辨的特点下,用阻尼最小二乘法对阵列感应测井的6条或5条曲线进行反演,通过给出一组初始值对方程组的不断迭代计算出一组最小二乘解。阵列感应反演得到侵入半径,运用渗流力学理论可以得到地层压力。常规的测井方法主要采用密度测井曲线和声波测井曲线进行评价,由于常规的方法主要适用于泥岩地层,在砂岩层不适用,为了解决这个难题本文采用阵列感应测井资料反演的方法预测地层压力,从解决了该难题。