基于模糊神经网络的致密砂岩储层反演--以长岭断陷1号气田登娄库组为例

摘要：

　　模糊神经网络储层反演，能够较好地摈弃不同类型、不同尺度数据的揉合，较好地保留了数据完整性，这既能反映整体的变化趋势，又能刻画局部细致变化特征。针对长岭1号气田登娄库组相变快、砂体横向连续性较差的特点，综合地震、测井、钻井测试分析资料，应用模糊神经网络原理，反演了研究区目的层段砂岩厚度与孔隙度特征。研究结果显示：①长岭1号气田登娄库组各段砂体平面展布变化较大，但厚度较大的区域均集中于长深103—长深1－3—长深1－1井和长深2井附近，向东北呈逐渐减薄趋势，D3岩层段长深103井周围岩石厚度可达33．2 m；②研究区登娄库组主力产油层D3和D4岩层段孔隙度较低，平均仅为5％左右，砂体孔隙度相对较高区域（＞9％）仅集中于长深1井附近，整体显示登娄库组岩性较为致密；③反演结果与实际测试数据对比显示，砂体厚度误差控制在2．5 m以内，砂体孔隙度误差在0．49％以下，结果可靠性较好。利用模糊神经网络原理进行储层反演分析，能够很好地展现储集砂体分布规律及储集性能。

关键词：模糊化、神经网络、地震反演、登娄库组、长岭断陷

分类号：TE122.1(石油、天然气地质与勘探)

资助基金：中国博士后科学基金资助项目2012M521160；中国地质大学构造与油气资源教育部重点实验室开放研究基金项目TPR-2011-26。

在线出版日期：2013-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：413-420