利用先验信息约束的深度学习方法定量预测致密砂岩"甜点"

摘要：

鄂尔多斯盆地东缘LX区块二叠系石盒子组发育河流相致密砂岩储层,高产气层具有孔隙度大于12％、渗透率大于1mD、含气饱和度大于50％等特征,寻找高产"甜点"亟需开展储层参数定量评价.基于传统地震反演间接预测孔隙度等参数的方法精度低.LX区块地震数据与测井曲线对应关系不一致,存在大量矛盾样本,导致常规卷积神经网络难以应用.为此,在常规卷积神经网络模型的基础上增加一个全连接网络结构.地震数据与测井数据之间通过托布里兹局部网络结构连接,用于解决储层参数与地震数据不直接相关问题.全连接网络结构通过引入线(道)号、层位、地震相等先验信息,可以解决矛盾样本问题.通过引入地层格架、地震相等先验约束信息,构建了适用于致密储层的深度学习网络模型,形成了地质导向的样本井优选方法,从而定量预测储层参数、刻画了高产气层"甜点"平面展布.实际应用结果表明,孔隙度、渗透率、含气饱和度预测结果与井数据吻合度高,新部署的5 口钻井测试无阻流量均超过1万m3/d,有力推动了致密气高效开发.

关键词：致密砂岩、孔隙度、渗透率、含气饱和度、深度学习、先验约束、"甜点"预测

所属期刊栏目：58

分类号：P631

资助基金：中海石油中国有限公司科技项目YXKY-2019-ZY-04

在线出版日期：2023-03-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：65-74