首页|机器深度学习技术在致密砂岩储层预测中的应用——以川西坳陷新场须家河组为例

机器深度学习技术在致密砂岩储层预测中的应用——以川西坳陷新场须家河组为例

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
川西坳陷新场须家河组二段致密砂岩储层具有非均质性强、储层薄等特点.前期直接通过地震属性和反演技术转换得到的岩性和物性结果受个人认识和解释精度的限制,其解释结果常常无法满足气藏精细开发需求.针对上述问题,以叠前岩性和物性敏感参数作为学习标本,将叠前反演技术与机器深度学习技术相结合,利用机器深度学习算法构建解释模型,最终实现砂岩厚度和储层量化预测.该方法有效提高储层预测分辨率、预测精度,其预测结果为沉积微相研究、成藏分析及井位部署等提供了有效的支撑,在新场须家河组二段气藏开发中取得较好的应用效果,为岩性和储层量化预测提供了新思路,对其他气田气藏开发起到良好的借鉴作用.
Application of machine deep learning technology in tight sandstones reservoir prediction:A case study of Xujiahe Formation in Xinchang,western Sichuan Depression

machine deep learninglithologic predictionpre-stack inversionresolution ratiosensitivity parameterquantitative prediction of reservoirs

钱玉贵

展开 >

中国石化西南油气分公司勘探开发研究院,四川成都 610041

深度学习 岩性预测 叠前反演 分辨率 敏感参数 储层量化预测

中国石化科技部科技攻关项目

P21040-4

2023

10.13809/j.cnki.cn32-1825/te.2023.05.007

油气藏评价与开发
中国石油化工集团公司华东石油局

油气藏评价与开发

CSTPCDCSCD北大核心
影响因子：0.461
ISSN：2095-1426
年,卷(期)：2023.13(5)
  • 1
  • 23