基于井控多属性机器学习的缝洞型储层预测方法

摘要：

碳酸盐岩缝洞体具有强非均质性特征,单一地震属性预测和常规地震属性融合方法未考虑钻井过程中放空、漏失等信息,预测误差较大.基于实钻井井震标定,将放空漏失点属性特征作为约束条件,提出基于井控多属性机器学习的缝洞型储层预测方法,实现缝洞体精细预测.首先根据实钻井井震标定结果,提取漏失点位置的不同敏感地震属性值作为数据输入数组,根据漏失点特征定义的储层类型作为输出数组,形成训练集数据;然后基于支持向量机(support vector machines,SVM)方法,对训练集数据进行模型训练,得到符合先验信息的井震一致的预测模型;最后将该模型应用于塔里木盆地顺北地区奥陶系缝洞型储层预测.结果表明该方法能很好地反映真实储层类型特征,与钻井特征有很高的吻合度.

关键词：缝洞体、井控约束、地震属性、机器学习、储层精细分类

所属期刊栏目：30

分类号：TE319(油气田开发与开采)

资助基金：中国石化科技攻关项目P21064-1

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：86-92