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
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1 mD、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m^(3)/d,有力推动了致密气高效开发。