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.pdfVIP

第54卷第 1期 石 油 物 探 VoL54，No．1 2015年 i月 GE0PHYSICALPR0SPECrING F、[)RP rR0LEUM Jan．，2015 陈钢花，胡琮，曾亚丽，等．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EJ]．石油物探，2015，54(1)：99—104 ChenGanghua，HuCong，ZengYali，eta1．Loggingidentificationmethodoffillingsinfracturesandcavernsincarbonateres ervoirbasedonBPneuralnetwork-[J]．GeophysicalProspectingforPetroleum，2015，54(1)：99—104 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 陈钢花 ，胡 琮 ，曾亚丽 ，马中高 (1．中国石油大学(华东)，山东青岛266580；2．中国石油化工股份有限公司石油物探技术研究院，江苏南 京 211103) 摘要：缝洞是碳酸盐岩储层重要的储集空间和渗流通道，缝洞充填物的识别对评价油气储集能力和渗流能力具有重要作 用。解决缝洞充填物与常规测井响应之间的非线性问题，BP神经网络法具有突出的优势。为此 ，通过结合成像测井和岩 心资料 ，将碳酸盐岩储层缝洞充填物划分为泥质充填、砂质充填和结晶碳酸盐岩充填 3类类型；分析不同充填类型的缝洞 测井响应特征 ，选取敏感性较强的泥质含量、裂缝孔隙度、中子比、密度比和深侧向电阻率等 5个参数，利用BP神经网络建 立了碳酸盐岩储层缝洞充填物的识别方法。应用所建立的方法对实际井资料进行了处理评价 ，其预测结果与实际结果有 较好的一致性，取得了较好的应用效果。 关键词 ：碳酸盐岩储层 ；缝洞充填物 ；BP神经网络 ；模式识别；敏感参数 中图分类号：P631 文献标识码：A 文章编号：1000—1441(2015)01—0099—06 DOI：10．3969／j．issn．1000—1441．2015．01．014 Loggingidentification methodoffillingsin fracturesandcavernsin carbonatereservoirbasedonBP neuralnetwork ChenGanghua ，HuCong ，ZengYali，MaZhonggao (1．ChinaUniversityofPetroleum， ngdao266580，China ；2．SinopecGeophysicalResearchInstitute，Na ing211103， China) Abstract：Fracturesandcavernsarethemainlypartofstoragespaceandseepagechannelofcarbonatereservoir．Theidentifi— cationonfillingsinfracturesandcavernsplaysanimportantroleintheevaluationofstorageandseepagecapacityof0．Ires— ervoir．BPneuralnetworkhasadvantagesinsolvingnon-linearproblemsbetweenfillingsandconventionalloggingresponses． Therefore，combiningimagingloggingwithcoredata，filling sinfracturesandcavernsincarbonatereservoiraredivided into threetypes，includingargillaceousfilling。sandfilling andcrystallizationcarbonatefilling．Fivesensitiveparametersareused formodeling，s