基于人工智能的低压致密砂岩储层地层压力预测——以四川盆地金浅5H井区为例

摘要

四川盆地天府气田金浅5H井区侏罗系沙溪庙组天然气勘探开发潜力大，开发效果与地层压力关系密切。金浅5H井区沙二段6,7,8号砂组主要为低压砂岩，钻遇井大多为水平井，前期常用的单井地层压力系数预测方法难以在研究区目的层准确预测。基于烃源岩特征、通源断裂特征、砂组特征的研究，明确研究区目的层地层压力成因，构建2类源-断-砂地层压力成因系统；选取5类测井参数为敏感参数进行标准化；在不同的源-断-砂地层压力成因系统内，对不同类型的钻井开展了地层压.力系数预测方法优选和预测。直井-斜井以及源-断-砂异常低压成因系统内的水平井地层压力系数预测适用线性回归方法，源-断-砂低压-正常压力成因系统内的水平井地层压力系数预测适用神经网络方法。基于压力成因区划分和井类型划分的地层压力系数预测准确度高，为金浅5H井区乃至天府气田的低压致密砂岩储层地层压力预测提供新的思路和支撑。

关键词

天府气田 / 金浅5H井区 / 沙溪庙组 / 致密砂岩 / 地层压力 / 人工智能