發(fā)布時間：2022-02-11 03:18

　　碳酸鹽巖具有非均質(zhì)性強、巖性變化快和巖石類型復雜的特征,巖性精細識別難度大,嚴重制約了儲層參數(shù)的計算及后續(xù)油氣開發(fā)。以四川盆地西部雷口坡組碳酸鹽巖儲層為例,結(jié)合巖心和薄片等分析測試資料將儲層發(fā)育的巖性分為8類:藻粘結(jié)白云巖、粉晶白云巖、泥晶白云巖、灰質(zhì)白云巖、白云質(zhì)灰?guī)r、灰?guī)r、膏質(zhì)白云巖和石膏,明確了不同巖性的測井響應特征。采用機器學習的思想,將已知巖性定名樣本作為訓練數(shù)據(jù),利用圖論聚類分析方法建立巖性識別訓練模型,在此基礎(chǔ)上結(jié)合最小臨近算法對未取心井巖性進行預測,實現(xiàn)了不同巖性的精細識別。區(qū)塊應用結(jié)果表明:該方法巖性識別整體符合率高達91.3%,有效提高了巖性識別精度。 

【文章來源】：石油與天然氣地質(zhì). 2020,41(04)北大核心EICSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

川西雷口坡組8類巖性常規(guī)測井響應特征

本文引入機器學習的思想,先利用已知準確巖性定名的樣本點進行監(jiān)督,輸入測井曲線作為訓練數(shù)據(jù),利用MRGC對樣本數(shù)據(jù)進行聚類分析生成訓練模型,得到不同巖性的聚類圖版。為了實現(xiàn)未取心井全井段巖性識別,還需引入KNN算法對按照聚類圖版的原則進行巖性預測。圖2給出了巖性識別的技術(shù)流程。圖3 川西雷口坡組8類巖性常規(guī)測井值分布范圍

圖2 巖性識別技術(shù)流程圖3給出了不同巖性常規(guī)測井值分布,可以看出不同巖性的測井響應具有一定的差異這為巖性識別提供了可靠的依據(jù)。因此優(yōu)選了GR,DEN,CNL和RD 4條巖性敏感曲線作為訓練數(shù)據(jù),利用MRGC方法建立訓練模型如圖4所示,圖5為訓練模型得到的巖性識別圖版。

【參考文獻】：
期刊論文
[1]四川盆地西部彭州氣田中三疊統(tǒng)雷口坡組四段上亞段白云巖孔隙表征、分布及成因[J]. 周凌方,錢一雄,宋曉波,曹波,尤東華,李勇.  石油與天然氣地質(zhì). 2020(01)
[2]川西龍門山前雷口坡組四段白云巖儲層孔隙結(jié)構(gòu)特征及儲層分類[J]. 陳昱林,曾焱,段永明,王瓊仙.  石油實驗地質(zhì). 2018(05)
[3]基于經(jīng)驗模態(tài)分解和能量熵判別的火成巖巖性識別方法——以春風油田石炭系火成巖儲層為例[J]. 韓玉嬌,袁超,范宜仁,葛新民,范卓穎,楊文超.  石油與天然氣地質(zhì). 2018(04)
[4]川西彭州地區(qū)雷口坡組碳酸鹽巖儲層裂縫特征及主控因素[J]. 趙向原,胡向陽,肖開華,賈躍瑋.  石油與天然氣地質(zhì). 2018(01)
[5]川西彭州地區(qū)中三疊統(tǒng)雷口坡組四段儲層特征及成巖作用[J]. 高恒逸,鄧美洲,李勇,劉莉萍,王啟穎.  海相油氣地質(zhì). 2018(01)
[6]基于交會圖決策樹的縫洞體類型常規(guī)測井識別方法——以塔河油田奧陶系為例[J]. 王曉暢,張軍,李軍,胡松,孔強夫.  石油與天然氣地質(zhì). 2017(04)
[7]川西龍門山前雷口坡組四段儲層特征及形成機理[J]. 王瓊仙,宋曉波,王東,隆軻.  石油實驗地質(zhì). 2017(04)
[8]MRGC方法在儲層分類及滲透率精細評價中的應用[J]. 吳進波.  海洋石油. 2017(01)
[9]基于PCA和KNN的碳酸鹽巖沉積相測井自動識別[J]. 李艷華,王紅濤,王鳴川,廉培慶,段太忠,計秉玉.  測井技術(shù). 2017(01)
[10]視巖石結(jié)構(gòu)數(shù)技術(shù)在測井識別碳酸鹽巖巖相中的應用[J]. 李昌,喬占峰,鄧興梁,于紅楓,戴傳瑞,黃羚,劉燃.  油氣地球物理. 2017 (01)



本文編號：3619775