基于PSO-FCM算法的碳酸盐岩储层流体识别

摘要：

针对碳酸盐岩储层流体识别问题,提出了基于优化粒子群改进的模糊C均值聚类(PSO-FCM)的方法,根据测井参数的流体指示系数,对标准化测井参数进行加权,提高测井参数对流体的敏感性;选取模糊C均值聚类(FCM)算法的目标函数作为优化粒子群(PSO)算法的适应度函数,得到全局最优解,从而改进FCM算法受初值影响较大的缺点,应用PSO-FCM算法结合试采资料,确定样本的流体聚类中心,进而计算储层的流体概率;根据交会图法确定水层和气水同层、气层和气水同层的流体概率阈值,建立流体识别标准.将该方法应用于研究区礁滩气藏流体识别中,样本回判符合率达93.2％,非样本储层解释符合率达90.6％.该方法流体识别准确度较高,为利用常规测井曲线解决碳酸盐岩储层流体识别问题提供了有益参考.

关键词：测井解释、优化粒子群、模糊C均值聚类、流体概率、交会图法、碳酸盐岩储层、流体识别

所属期刊栏目：42

分类号：P631.84

资助基金：国家科技重大专项2017ZX05072002

在线出版日期：2018-09-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：282-286