【摘要】：油氣儲層預(yù)測技術(shù)是綜合應(yīng)用地震、地質(zhì)、鉆井、測井等各項資料對地下油氣儲層的分布、厚度、巖性和物理性質(zhì)進(jìn)行預(yù)測的一項技術(shù)。儲層預(yù)測的主要工作內(nèi)容大體分為儲層巖性預(yù)測、儲層形態(tài)預(yù)測,儲層物性預(yù)測和儲層含油氣性綜合分析,孔隙度作為反映儲層油氣儲量的重要指標(biāo),是儲層物性預(yù)測的一項重要研究內(nèi)容。目前孔隙度體預(yù)測采用地震反演得到的阻抗、密度等信息和測井得到的孔隙度信息進(jìn)行回歸,然后將該關(guān)系應(yīng)用于整個體數(shù)據(jù)。但是目前該方法在實際應(yīng)用過程中存在諸多問題,主要體現(xiàn)在:(1)不同儲層巖相孔隙度與彈性參數(shù)的關(guān)系不一樣,如果將所有巖性的彈性參數(shù)與孔隙度整體建立關(guān)聯(lián)關(guān)系可能導(dǎo)致結(jié)果存在較大誤差;(2)測井?dāng)?shù)據(jù)較少可能導(dǎo)致回歸關(guān)系泛化能力偏弱,使得結(jié)果不理想;(3)從地震數(shù)據(jù)中獲得的彈性參數(shù)可能存在誤差,導(dǎo)致預(yù)測結(jié)果誤差。為解決以上問題,本論文基于概率圖模型中的條件隨機場理論,構(gòu)建了巖相和孔隙度同步預(yù)測網(wǎng)絡(luò),并在此基礎(chǔ)上開展了以下研究工作:(1)通過阻抗與孔隙度的標(biāo)簽對,建立條件隨機場和梯度提升樹融合的孔隙度-巖相同步預(yù)測網(wǎng)絡(luò)。通過條件隨機場實現(xiàn)了孔隙度和阻抗共同控制下的巖相迭代更新,在巖相控制下采用梯度生成樹解決了井?dāng)?shù)據(jù)樣本標(biāo)簽較少情況下的回歸問題,該融合網(wǎng)絡(luò)實現(xiàn)了在相對少樣本條件下的巖相和孔隙度的同步預(yù)測問題。(2)構(gòu)建了直接通過波形數(shù)據(jù)進(jìn)行孔隙度和巖相同步預(yù)測的網(wǎng)絡(luò)�？紤]到阻抗數(shù)據(jù)可能存在誤差,本文將阻抗替換為地震波形導(dǎo)入前述條件隨機場梯度生成樹融合網(wǎng)絡(luò)模型進(jìn)行孔隙度和巖相預(yù)測。由于地震波形數(shù)據(jù)的多維度特征,本文提取地震波形紋理特征并利用梯度生成樹進(jìn)行特征重構(gòu),構(gòu)建了新的特征分類方法,將分類結(jié)果作為初始模型輸入,有效改善了孔隙度巖相同步預(yù)測網(wǎng)絡(luò)的精度。(3)提出了基于地震波形特征的條件隨機場孔隙度巖相同步預(yù)測方法,將地震波形特征進(jìn)行降維,并將降維后特征與孔隙度建立標(biāo)簽,將該標(biāo)簽引入梯度生成樹條件隨機場網(wǎng)絡(luò),實現(xiàn)地震相和孔隙度的同步預(yù)測。實驗分析結(jié)果表明,采用地震波形進(jìn)行孔隙度和巖相預(yù)測可以有效避免阻抗數(shù)據(jù)計算所引入的誤差,改善預(yù)測效果。通過本論文的研究,擬探索出一套可行的通過人工智能方法進(jìn)行儲層巖相和儲層物性參數(shù)預(yù)測的技術(shù)方案,為推動人工智能技術(shù)與儲層預(yù)測結(jié)合提供借鑒。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：P618.13
【圖文】：

電子科技大學(xué)碩士學(xué)位論文的相圖(分兩相)和孔隙度的值圖，其中圖(d)點的值為井點數(shù)據(jù)值，數(shù)值的位置為井?dāng)?shù)據(jù)的位置，由于是模擬數(shù)據(jù)，可以任意比例的對圖(c)取值，作為井位置和井的值作為輸入數(shù)據(jù)訓(xùn)練模型，分別運用四種方法分別是濾波 Kmeans 融合脊回歸(RR)算法，濾波 Kmeans 融合梯度提升樹(GBDT)算法，CRF(條件隨機場)融合嶺回歸(RR)算法，CRF(條件隨機場)融合梯度提升樹(GBDT)算法，對孔隙度進(jìn)行預(yù)測，四種方法在同樣的百分之五的標(biāo)簽數(shù)據(jù)下完成了對孔隙度的預(yù)測預(yù)測結(jié)果如下圖：

27圖 3-5 合成數(shù)據(jù)上四種方法在 8%標(biāo)簽數(shù)據(jù)的巖相預(yù)測效果(兩類):(a) Kmeans+RR 巖相預(yù)測結(jié)果；(b) Kmeans+GBDT 巖相預(yù)測結(jié)果；(c) CRF+RR 巖相預(yù)測結(jié)果；(d) CRF+GBDT 巖相預(yù)測結(jié)果由圖 3-5 可以看出，利用方法 CRF 融合 GBDT(條件隨機場+梯度提升樹)結(jié)合的方法對巖相的預(yù)測結(jié)果(d)最為接近圖 3-3(b)，也就是模擬的巖相結(jié)果，從圖 3-5中，還可以看出由 CRF(條件隨機場)參與的方法(c)和方法(d)，效果明顯好于傳統(tǒng)方法(a)和(b)，證明了 CRF(條件隨機場模型)在此實際問題中優(yōu)異表現(xiàn)，在圖 3-5(c)和(d)的對比中可以得出，GBDT(梯度提升樹)的泛化能力，比 RR(嶺回歸更強。3.2.1 誤差分析為了在合成數(shù)據(jù)中驗證本文方法的有效性，先對合成的巖相預(yù)測結(jié)果進(jìn)行定量分析，對巖相預(yù)測結(jié)果進(jìn)行定量的主要步驟為：

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 姚勁勃;余宜誠;于卓爾;李惠民;;基于PCA降維協(xié)同過濾算法的改進(jìn)[J];吉林大學(xué)學(xué)報(信息科學(xué)版);2011年05期

2 何樵登,梁光河;利用地震資料和測井約束反演地層參數(shù)──一種測井?dāng)?shù)據(jù)的地震外推方法[J];石油物探;1995年02期

3 陳遵德,朱廣生;中值濾波在油氣層橫向預(yù)測中的應(yīng)用[J];石油地球物理勘探;1995年02期

4 孫樹海,劉雪瑩;用地震資料預(yù)測孔隙度的廣義協(xié)克里格法[J];地球物理學(xué)報;1993年06期

5 郭東潤;G.H.F.Gardner;;用模糊數(shù)學(xué)方法進(jìn)行微地震相自動化解釋[J];石油地球物理勘探;1988年02期

本文編號：2737176