期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于流动单元智能划分的湖泊-三角洲致密砂岩储层渗透率测井评价
1
作者 赵天沛 赵勇 +4 位作者 谭茂金 李久娣 李博 王安龙 叶俊琦 《石油物探》 北大核心 2025年第2期388-396,共9页
在湖泊-三角洲沉积体系中,致密砂岩储层孔隙结构复杂且孔隙类型多样、渗透率低,此类储层的测井解释与评价面临挑战。渗透率是储层评价和产能预测的关键参数,传统的渗透率测井解释方法精度低,不能满足生产要求。针对这一难题,分析了影响... 在湖泊-三角洲沉积体系中,致密砂岩储层孔隙结构复杂且孔隙类型多样、渗透率低,此类储层的测井解释与评价面临挑战。渗透率是储层评价和产能预测的关键参数,传统的渗透率测井解释方法精度低,不能满足生产要求。针对这一难题,分析了影响储层渗透性的微观因素(孔隙结构)和宏观因素(流动单元),而且孔隙结构与流动单元密切相关,提出了岩石类型与流动单元指数(FZI)大小分类构建渗透率模型的方法。首先,分析岩心实验结果,确定岩石类型,计算岩心流动单元指数并利用累计频率法进行类型细分,针对每种类型构建相应的渗透率模型。然后,选取敏感测井实验构建标签,利用深度神经网络构建最佳模型,预测储层流动单元指数。最后,将孔隙度测井和流动单元指数代入相应的分类模型,计算出渗透率。将该方法应用于XH凹陷HG组低孔、低渗储层的渗透率预测进行应用,渗透率预测对数误差约为0.18,比利用深度神经网络直接预测渗透率的效果好。新的储层渗透率评价方法包括基于数据驱动的机器学习方法和基于机理或知识驱动的物理模型构建,体现了数模双驱智能思想,显著提高了致密砂岩储层渗透率测井评价精度,为其他湖泊-三角洲沉积体系储层渗透率预测提供了重要借鉴。 展开更多
关键词 湖泊-三角洲沉积 致密砂岩储层 流动单元指数 深度神经网络 数模双驱智能 渗透率评价
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部