石油与天然气地质 · 2020年第4期884-890,共7页

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

作者:孔强夫,杨才,李浩,耿超,邓健

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。

发文机构:中国石化石油勘探开发研究院 中国石油集团长城钻探工程有限公司国际测井公司 中国石油西南油气田分公司蜀南气矿 中国石油华北油田公司勘探开发研究院

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log responsemachine learninggraphic clusteringK-Nearest Neighborunknown well predictionlithology identificationcarbonatewestern Sichuan Basin

分类号: TE135.1[石油与天然气工程—油气勘探]

注:学术社仅提供期刊论文索引,查看正文请前往相应的收录平台查阅
相关文章