基于测井岩石物理相识别的低渗透储层评价方法——以东营凹陷高青地区蒙阴组上段为例
东营凹陷高青地区侏罗系蒙阴组上段低渗透储层成因机制复杂,同一微相砂体内部岩石物理性质非均质性强,运用常规的评价方法难以对其进行有效评价和预测.本文从低渗透储层成因角度出发,综合运用钻、测井及薄片分析等资料,开展储层沉积岩石相和成岩储集相研究,并以取心层段实测的物性数据和孔隙结构参数为约束,综合划分出5种岩石物理相类型,在此基础上提出了在监督模式下利用自组织神经网络神经元竞争学习、相互监督的方式充分挖掘岩石物理相的测井响应信息,进行测井岩石物理相的识别及预测的方法.研究结果表明:以取心层段岩石物理相划分结果作为学习样本,并采用LDA算法对测井曲线输入样本降维优选,进行测井岩石物理相的识别准确率平均为84%.基于单井测井岩石物理相识别结果,对蒙阴组上段储层进行了综合评价——PF1,PF2和PF3类岩石物理相次生孔隙发育,排驱压力介于0.02~0.20 MPa,孔隙连通性较好,渗透率为1~200 mD,渗流能力较强,为较有利的孔渗发育类型;PF4和PF5类岩石物理相排驱压力通常大于0.20 MPa,孔隙连通性较差,渗透率小于1mD,渗流能力弱,为非有利-差的孔渗发育类型.有利岩石物理相的平面展布能够较好地预测有利孔渗发育带,为下一步勘探开发提供了依据.
高青地区、沉积岩石相、成岩储集相、岩石物理相、自组织神经网络、监督模式
47
TE122(石油、天然气地质与勘探)
国家科技重大专项2017ZX05009001;国家自然科学基金项目41772138
2018-12-21(万方平台首次上网日期,不代表论文的发表时间)
共12页
1264-1275