录井工程 ›› 2024, Vol. 35 ›› Issue (1): 74-78.doi: 10.3969/j.issn.1672-9803.2024.01.012
李建成, 徐声驰, 李立, 李晨, 董彪, 和丽安
LI Jiancheng, XU Shengchi, LI Li, LI Chen, DONG Biao, HE Li′an
摘要: 快速准确评价储层物性是试油选层及压裂定段的关键。为研究准东阜康凹陷二叠系上乌尔禾组优质储层分布层段,探索了多层感知器法在准东阜康凹陷XRD录井储层物性评价中的应用。通过收集大量的XRD录井数据,优选5种特征矿物构建多层感知器法神经网络模型,验证发现所建立的模型能够较好地拟合储层物性参数与矿物含量之间的关系。经过训练的模型在测试数据集上取得了较高的预测准确率,为快速、准确评价储层物性提供了新途径。在KT 5及F 47井应用取得了较好的评价效果,具有一定的推广应用价值。
中图分类号:
[1] 付连明,申延晴,曹光福,等. XRD衍射岩性识别技术在准噶尔盆地的应用[J]. 河南科技,2016(13):84-86. FU Lianming, SHEN Yanqing, CAO Guangfu, et al. Application of XRD diffraction technique of lithological identification in Junggar Basin[J]. Journal of Henan Science and Technology,2016(13):84-86. [2] 马树明,李秀彬,李怀军,等. X射线衍射矿物分析技术在准噶尔盆地火成岩识别中的应用[J]. 录井工程,2020,31(4):16-21. MA Shuming, LI Xiubin, LI Huaijun, et al.Application of X-ray diffraction mineralogical analysis technology to igneous rock identification in Junggar Basin[J]. Mud Logging Engineering,2020,31(4):16-21. [3] 邵飞. 基于人工神经网络的遥感影像变化信息提取方法研究[D].青岛:山东科技大学,2006. SHAO Fei.Research on change information extraction of remote sensing image based on artificial neural network[D]. Qingdao:Shandong University of Science and Technology,2006. [4] 王良玉,张明林,祝洪涛,等.人工神经网络及其在地学中的应用综述[J]. 世界核地质科学,2021,38(1):15-26. WANG Liangyu, ZHANG Minglin, ZHU Hongtao, et al.Review on artificial neural networks and their applications in geoscience[J]. World Nuclear Geoscience,2021,38(1):15-26. [5] 周志华. 机器学习[M].北京: 清华大学出版社,2016. ZHOU Zhihua. Machine learning[M].Beijing:Tsinghua University,2016. [6] 张涛,张金功,张小莉,等. 基于元素组成的多层感知器神经网络岩性识别[J]. 地下水,2016,38(5):107-109. ZHANG Tao, ZHANG Jingong, ZHANG Xiaoli, et al.Lithology recognition of multi-layer perceptron neural network based on element composition[J]. Ground Water,2016,38(5):107-109. [7] 王秋玉,李树博,闫文琦,等. 深层特低孔—特低渗砂砾岩储层特征及主控因素:以准噶尔盆地阜康凹陷二叠系上乌尔禾组为例[J]. 东北石油大学学报:2023,47(2):31-43. WANG Qiuyu, LI Shubo, YAN Wenqi, et al.Characteristics and main controlling factors of deep ultra-low porosity and ultra-low permeability glutenite reservoir:A case study of upper Wuerhe Formation of Permian in Fukang sag, Junggar Basin[J]. Journal of Northeast Petroleum University:2023,47(2):31-43. |
[1] | 冯泽, 胡丰波, 桂传松, 贾国龙, 冯金双, 王臣. 含油储层高精度预测技术在港北地区薄油层中的应用[J]. 录井工程, 2024, 35(1): 27-32. |
[2] | 贾然. 滨里海盆地石炭系储层综合分析与地质储量评估[J]. 录井工程, 2024, 35(1): 127-135. |
[3] | 张明扬, 陈玉蓉, 李晓晨, 侯庆林, 唐荷江, 阳祖河. 基于录井资料的乌兰花凹陷混合花岗岩储层有效性评价[J]. 录井工程, 2024, 35(1): 67-73. |
[4] | 刘有武. 元素录井在陇东区块长7段致密油储层水平井地质导向中的研究与应用[J]. 录井工程, 2024, 35(1): 40-46. |
[5] | 张晏榕, 王克, 李连霞, 白嫦娥, 崔欣, 段特征. 吴定地区侏罗系延9段储层特征及影响因素[J]. 录井工程, 2024, 35(1): 99-105. |
[6] | 孙颖, 姚俊成, 李国良, 房金伟, 南雪芬, 孙皓. 地震拓频技术在苏X区块含煤致密砂岩储层预测中的应用[J]. 录井工程, 2024, 35(1): 33-39. |
[7] | 周春明, 施金伶, 叶萍, 杨金英, 李燕. 大港油田驴驹河储气库注采渗流机理研究[J]. 录井工程, 2023, 34(4): 27-34. |
[8] | 宋昀轩, 鲁法伟, 王雷, 张国栋, 赵幸滨. 东海西湖凹陷砂岩储层综合录井随钻孔隙度评价方法的建立及应用[J]. 录井工程, 2023, 34(4): 61-66. |
[9] | 李战奎, 刘松宇, 高强勇, 管宝滦, 马福罡, 张恒. 渤中M构造太古界潜山裂缝型储层流体性质随钻识别方法[J]. 录井工程, 2023, 34(4): 73-78. |
[10] | 屈彦龙. 自然伽马能谱录井技术在川南地区威远构造页岩气勘探中的应用[J]. 录井工程, 2023, 34(3): 15-21. |
[11] | 白倩, 赵军龙, 黄千玲, 许鉴源. H油田侏罗系延9储层物性参数预测方法研究[J]. 录井工程, 2023, 34(3): 81-88. |
[12] | 杨蕴泽, 刘庆新, 张发强, 杨晶, 张丽雪, 迟敬柏. 定量颗粒荧光分析技术在准噶尔盆地哈山地区浅部储层中的应用研究[J]. 录井工程, 2023, 34(3): 22-31. |
[13] | 张文颖, 袁胜斌, 陈伟, 韩学彪, 刘永华. BP神经网络模型在元素-矿物转换中的应用[J]. 录井工程, 2023, 34(3): 1-6. |
[14] | 刘长春, 杨永兴, 方铁园, 杨雯婷, 王义俊, 李德胜. 鄂尔多斯盆地页岩油优质储层评价方法[J]. 录井工程, 2023, 34(3): 49-52. |
[15] | 于春勇, 董峰, 屈凯旋, 贾雨萌, 郭琼, 白玲. 苏里格25、76区块上古生界山1-盒8段储层成岩作用及成岩演化序列分析[J]. 录井工程, 2023, 34(2): 109-116. |
|