基于图论聚类和最小临近算法的岩性识别方法 ——以四川盆地西部雷口坡组碳酸盐岩储层为例

摘要：

碳酸盐岩具有非均质性强、岩性变化快和岩石类型复杂的特征,岩性精细识别难度大,严重制约了储层参数的计算及后续油气开发.以四川盆地西部雷口坡组碳酸盐岩储层为例,结合岩心和薄片等分析测试资料将储层发育的岩性分为8类:藻粘结白云岩、粉晶白云岩、泥晶白云岩、灰质白云岩、白云质灰岩、灰岩、膏质白云岩和石膏,明确了不同岩性的测井响应特征.采用机器学习的思想,将已知岩性定名样本作为训练数据,利用图论聚类分析方法建立岩性识别训练模型,在此基础上结合最小临近算法对未取心井岩性进行预测,实现了不同岩性的精细识别.区块应用结果表明:该方法岩性识别整体符合率高达91.3％,有效提高了岩性识别精度.

关键词：测井响应、机器学习、图论聚类、最小临近算法、盲井预测、岩性识别、碳酸盐岩、四川盆地西部

所属期刊栏目：41

分类号：TE135.1(石油、天然气地质与勘探)

资助基金：中国科学院战略性先导科技专项;国家自然科学基金

在线出版日期：2020-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：884-890