多属性回归与神经网络串联反演预测薄储集层

在储集层地球物理响应分析和研究的基础上,应用多属性回归与神经网络串联反演方法,对研究区进行了可以表征薄储集层的自然伽马曲线反演。分析认为,砂体预测结果符合研究区整体沉积特征,纵向分辨率较高,横向砂体边界清晰,能够反映储集层的分布规律,为研究区今后的勘探指明了方向。     

姬塬地区长6储层流动单元划分及评价

为了深化姬塬地区长6低孔低渗透储层的精细化分及评价,选取孔隙度(Φ)、渗透率(K)、有效厚度(h)、渗透率纵向变异系数和储层品质系数(RQI)这五个特征参数,利用岩性-物性划分法和多参数聚类分析法把姬塬地区长6储层划分为Ⅰ、Ⅱ、Ⅲ、Ⅳ四类流动单元。研究结果表明,粘土矿物含量及微观孔隙结构特征是决定研究区不同流动单元分类的主要影响因素,Ⅰ类、Ⅱ类好的流动单元面孔率高,粘土矿物含量相对少,溶孔发育,孔隙连通性好,渗流能力和储集能力较好,是今后进一步生产开发的主力储层。