超深层致密砂岩裂缝测井识别深度核方法

董少群 , 曾联波 , 冀春秋 , 张延兵 , 郝静茹 , 徐小童 , 韩高松 , 徐辉 , 李海明 , 李心琦

地学前缘 ›› 2024, Vol. 31 ›› Issue (5) : 166 -176.

PDF (6674KB)
地学前缘 ›› 2024, Vol. 31 ›› Issue (5) : 166 -176. DOI: 10.13745/j.esf.sf.2024.6.22
致密砂岩储层裂缝研究

超深层致密砂岩裂缝测井识别深度核方法

作者信息 +

A deep kernel method for fracture identification in ultra-deep tight sandstones using well logs

Author information +
文章历史 +
PDF (6833K)

摘要

裂缝是超深层致密油气运移的主要渗流通道,对超深层油气勘探开发至关重要。高温高压环境下的岩石物理性质更为复杂,裂缝测井响应弱且多解性强。针对这一难题,本文提出一种基于深度核方法(DKM)的超深层致密砂岩裂缝测井识别方法,该方法通过核主成分分析提取裂缝非线性特征,通过深度学习级联结构深度挖掘用于裂缝识别的不同尺度测井响应特征,通过无梯度优化算法自动确定最优模型结构及参数,避免了深度学习需要进行的超参数调整的问题。以塔里木盆地克深气田下白垩统巴什基奇克组的超深层致密砂岩储层为例,对所提方法进行了实例应用和验证,在测井裂缝响应敏感性分析的基础上,优选了6种测井曲线用于裂缝识别,前3种DEN、RD和RM为实测测井数据,后3种RSD、nT1和nT2是为了获取更多裂缝信息而重构的曲线,并厘清了裂缝段与无裂缝段在测井参数方面的差异。裂缝识别结果与岩心裂缝描述对比表明,深度核方法可以较为准确地识别超深层致密砂岩裂缝,相比常规多核方法,精度可以提升5%以上,在实际单井裂缝识别工作中具有较强的适用性。

关键词

裂缝识别 / 测井 / 深度学习 / 核方法 / 超深层致密砂岩储层

Key words

fracture identification / well log / deep learning / kernel method / ultra-deep tight sandstone reservoirs

引用本文

引用格式 ▾
董少群, 曾联波, 冀春秋, 张延兵, 郝静茹, 徐小童, 韩高松, 徐辉, 李海明, 李心琦 超深层致密砂岩裂缝测井识别深度核方法[J]. 地学前缘, 2024, 31(5): 166-176 DOI:10.13745/j.esf.sf.2024.6.22

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金青年资助项目“致密油气储层三维裂缝网络连通性智能评价方法研究”(42002134)

中国博士后科学基金第14批特别资助项目“基于半监督深度学习的致密储层裂缝智能识别方法研究”(2021T140735)

AI Summary AI Mindmap
PDF (6674KB)

20

访问

0

被引

详细

导航
相关文章

AI思维导图

/