| 基于孔隙结构储层分类的中低孔特低渗储层渗透率确定——以B区块S油层为例 |
| |
| 引用本文： | 唐晓敏,殷雪松,吕亚娟,宋延杰,陈学洋,易俊.基于孔隙结构储层分类的中低孔特低渗储层渗透率确定——以B区块S油层为例[J].地球物理学进展,2023(1):271-284. |
| |
| 作者姓名： | 唐晓敏 殷雪松 吕亚娟 宋延杰 陈学洋 易俊 |
| |
| 作者单位： | 1. 东北石油大学地球科学学院;2. 非常规油气成藏与开发省部共建国家重点实验室培育基地;3. 大庆油田有限责任公司第九采油厂地质研究所 |
| |
| 基金项目： | 黑龙江省省属本科高校基本科研业务费项目(HBHZX202003)资助； |
| |
| 摘 要： | 针对B区块S油层含泥含钙中低孔特低渗储层渗透率计算精度低的难题，分析岩性、物性、孔隙结构对储层渗透率的影响，明确了孔隙度、泥质含量、钙质含量、孔隙结构是影响B区块S油层特低渗储层渗透率的主要因素，其中，孔隙结构是影响特低渗储层渗透率的关键因素.综合运用压汞曲线、孔喉半径分布特征以及流动单元指数反映特低渗储层孔隙结构变化，将特低渗储层按不同孔隙结构划分成3种类型，建立了特低渗储层类型的判别标准.利用中子测井、密度测井、声波测井、微球形聚焦测井、深浅侧向电阻率测井差值的绝对值等5个储层类型识别的敏感测井响应及参数，使用决策树法、最邻近结点法、BP神经网络法和支持向量机法建立了4种基于机器学习的储层判别方法，储层类型判别准确率依次提高，其中，基于支持向量机的储层类型判别方法判别准确率最高92.2%,且对3种类储层判别效果均很好.针对3类储层分别建立了渗透率计算公式．实际井解释结果表明，基于机器学习储层分类的渗透率模型计算B区块S油层特低渗储层渗透率精度明显高于储层分类前渗透率计算精度，其中，基于支持向量机储层分类计算的渗透率精度最高．
|
| 关 键 词： | 中低孔特低渗储层 含泥含钙 渗透率 孔隙结构 储层类型 机器学习 |
|
