基于集成学习的碳酸盐岩储集体类型划分——以塔河油田T615井组为例

发布时间：2021-11-13 12:00

　　由于碳酸盐岩储层非均质性强、储集空间复杂多变、测井响应特征模糊,导致仅利用常规测井解释方法无法准确划分储集体类型。因此,将集成学习技术引入,以多种资料建立的测井响应模式为基础,提出一种结合Boosting和Bagging集成策略的改进方法应用于碳酸盐岩储集体类型划分中。采用AdaBoost.M2算法,以机器学习中的支持向量机、决策树、浅层神经网络为基分类器构建3个强学习器,并结合Bagging并行策略进行组合优化,得到储集体类型的最终划分结果。将该方法应用于塔河油田碳酸盐岩储层T615井组,结果表明:相较其他单分类器和基于同质基分类器的强分类器,本文方法的综合分类正确率最高,达92.3%,且对该井组的4类储集体的分类正确率均保持在90.0%左右,分类结果满足实际测井资料解释的精度要求,展现了集成学习技术在碳酸盐岩储集体类型划分中良好的应用效果。 

【文章来源】：科学技术与工程. 2020,20(18)北大核心

【文章页数】：8 页

【部分图文】：

基于集成学习的改进方法示意图

塔河油田T615井组T74构造面以下为典型的碳酸盐岩缝洞型储层,在划分前需要对井组内的储集体类型进行标定,而标定前首先需要建立储集体测井响应模式,然后基于常规测井响应特征和成像测井资料,结合岩心和生产动态数据等,对井组内所有井进行储集体划分。如图2所示,以T615井储集体类型的测井响应模式为例,其中测井曲线有自然伽马(GR)、自然电位(SP)、浅侧向电阻率(RS)、深侧向电阻率(RD)、声波时差(AC)和补偿中子(CNL)共6 条,共划分为未充填溶洞型、角砾充填型、砂泥质充填型和溶蚀孔缝型4类储层[12-16]。2.1 未充填溶洞型

对T615井组内的所有有效储集体段进行划分,每口井除基质外的典型储层段分别有5～15 段,在每段内分别取样,得到原始样本集共221个样本。最终选择井组内T615和T631井的共39个样本作为测试样本,其余井共182个样本均作为训练样本,训练样本和测试样本组成的样本集分布如图3所示。经前述测井响应模式中各测井参数的相关性分析,模型输入参数为6个测井参数,模型输出参数为储集体类型,分别为未充填溶洞型、角砾充填型、砂泥质充填型和溶蚀孔缝型四种,三个基分类器的输入参数和输出参数设置一致。表1为四种储集体类型对应输入测井参数的统计情况。为了避免参数间量级差异带来的误差影响,需要将输入测井参数进行归一化。对于变化范围较小的GR、SP、AC和CNL参数采用如式(7)进行线性归一化,对变化范围较大的RS和RD参数采用式(8)进行对数归一化。

【参考文献】：
期刊论文
[1]塔河七区溶洞储集体发育特征及物性建模[J]. 董越,侯加根,李永强,齐得山,刘钰铭.  科学技术与工程. 2018(29)
[2]基于BP神经网络预测轮古油田奥陶系碳酸盐岩油藏洞穴充填程度[J]. 于聪灵,蔡忠贤,杨海军,朱永峰,王慧.  新疆石油地质. 2018(05)
[3]基于粒子群优化最小二乘支持向量机的裂缝及缝洞充填物识别[J]. 谢玮,刘斌,钱艳苓,孙炜,史飞洲,李玉.  大庆石油地质与开发. 2017(02)
[4]碳酸盐岩缝洞型储集体特征及分类分级地质建模[J]. 李阳,侯加根,李永强.  石油勘探与开发. 2016(04)
[5]基于BP神经网络的碳酸盐岩储层缝洞充填物测井识别方法[J]. 陈钢花,胡琮,曾亚丽,马中高.  石油物探. 2015(01)
[6]塔河油田碳酸盐岩储层有效性测井评价实践与思考[J]. 柳建华,蔺学旻,张卫锋,张晓明.  石油与天然气地质. 2014(06)
[7]塔河油田奥陶系碳酸盐岩岩溶储集体类型及划分方法研究[J]. 康志宏,戎意民,魏历灵,李雪,陈夷,陈琳.  现代地质. 2014(05)
[8]一种基于Bagging和混淆矩阵的自适应选择性集成[J]. 毕凯,王晓丹,姚旭,周进登.  电子学报. 2014(04)
[9]碳酸盐岩储层常规测井评价方法[J]. 申本科,薛大伟,赵君怡,申艺迪,张云霞,沈琳.  地球物理学进展. 2014(01)
[10]塔河油田六七区碳酸盐岩储层类型及分布规律[J]. 李红凯,袁向春,康志江.  特种油气藏. 2013(06)

硕士论文
[1]基于集成学习的支持向量机预测优化算法及其应用[D]. 束诗雨.东华大学 2015
[2]基于AdaBoost的分类器学习算法比较研究[D]. 卢婷.华东理工大学 2014



本文编号：3492980