摘要
本发明涉及油气藏勘探开发及机器学习领域,尤其涉及一种强非均质性碎屑岩的孔隙度渗透率计算改进方法。优选声波井眼方法对孔隙度进行校正,首先利用实际井径曲线与钻头尺寸的差值确定扩径井段,其次利用岩心井扩径段的岩心物性资料与解释得到的孔隙度进行交会,确定解释得到的孔隙度在不同扩径程度下与岩心孔隙度数值的差异范围,最后得到孔隙度精细计算公式。结合与渗透率相关性较高的常规曲线形成输入矩阵,基于BI‑LSTM循环神经网络进行渗透率预测,通过岩心渗透率进行效果检验,以此得到渗透率评价模型。相较于传统解释模型,该方法能提高计算得到的孔隙度渗透率解释精度,其结果更为符合区域地质规律和生产实际,具有广泛应用及推广前景。
技术关键词
岩心孔隙度
岩心物性
岩心渗透率
计算方法
油气藏勘探开发
记忆单元
测井孔隙度
碎屑岩储层
神经网络训练
指标
声波时差
测井曲线
测井资料
扩径
钻头
矩阵
系统为您推荐了相关专利信息
定量计算方法
无人机
测绘相机
动态系统模型
航拍
应力检测方法
超声换能器探头
仿真计算方法
管道本体
有机玻璃楔块
ElGamal算法
同态加密算法
字符
计算方法
场景
故障诊断模型
故障诊断优化方法
分区
故障分析模型
历史故障信息