基于LDA协同SSOM算法的低渗透砂岩孔隙结构评价

摘要

孔隙结构决定了储层的储集特征和渗流能力，控制了油田的初期产能乃至开发中后期的剩余油分布，然而目前孔隙结构的表征尺度多停留在岩心尺度。为了实现孔隙结构的升尺度表征，基于由高压压汞、核磁共振以及常规物性分析实验获取的孔隙和喉道大小、流体可动性和物性参数划分岩心孔隙结构类型，作为学习监督样本；利用线性判别分析(linear discriminants analysis, LDA)算法挖掘对孔隙结构特征敏感的测井曲线，与有监督自组织映射(supervised self-organizing map, SSOM)算法协同建立了孔隙结构非线性测井预测模型，对渤海湾盆地J油田沙四段低渗透砂岩的孔隙结构进行评价。结果表明，研究区发育6类孔隙结构类型：Ⅰ类孔隙结构中微裂缝发育，具有低孔相对高渗的特征；Ⅱ类孔隙结构主要发育在细砂岩中，由残余粒间孔隙和次生溶孔组成；Ⅲ类孔隙结构主要由次生溶孔和少量残余粒间孔隙组成，在粉砂岩中常见；Ⅳ类孔隙结构主要由次生溶孔组成，常见孔隙充填式碳酸盐胶结物；Ⅴ类孔隙结构以强碳酸盐胶结为特征，孔隙系统被微孔喉主导；Ⅵ类孔隙结构中泥质杂基体积分数高，常出现相对高孔低渗现象。LDA-SSOM预测模型总体正确率达86.20%,且盲测正确率(82.67%)相比LDA-BP(back propagation)(77.00%)、LDA(65.67%)、SSOM(73.33%)预测模型更高，能够达到孔隙结构研究尺度升级的目标。

关键词

低渗透砂岩 / 孔隙结构评价 / 线性判别分析 / 有监督自组织映射