CN118939955B 基于岩石物理学的油藏储层参数预测方法、装置、设备 （中国石油大学(北京)）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118939955B(45)授权公告日2025.07.11

(21)申请号202410795809.1

(22)申请日2024.06.19

(65)同一申请的已公布的文献号申请公布号CN118939955A

(43)申请公布日2024.11.12

(73)专利权人中国石油大学(北京)

地址102249北京市昌平区府学路18号

(72)发明人薛亮范基梁

GO6N20/20(2019.01)

GO6N3/0442(2023.01)

GO6N3/042(2023.01)

GO6N3/08(2023.01)

G06Q50/02(2024.01)

(56)对比文件

CN117272841A,2023.12.22CN111983722A,2020.11.24审查员樊倩倩

(74)专利代理机构北京同立钧成知识产权代理

有限公司11205专利代理师李湘黄健

(51)Int.CI.

GO6F18/20(2023.01)

GO6F18/2113(2023.01)

GO6N5/01(2023.01)权利要求书3页说明书15页附图6页

(54)发明名称

基于岩石物理学的油藏储层参数预测方法、装置、设备

(57)摘要

CN118939955B本申请提供一种基于岩石物理学的油藏储层参数预测方法、装置、设备。应用于油藏工程技术领域，该方法通过获取待测区域的岩心数据和测井数据；对岩心数据和测井数据进行初始化处理，得到初始化后的岩心数据和测井数据；将初始化后的测井数据输入随机森林模型，计算测井数据的多个特征对油藏储层参数的重权，得到测井数据的目标特征；根据初始化后的岩心数据和测井数据的目标特征，构建长短期记忆网络模型，根据长短期记忆网络模型以及岩石物理学知识构建目标预测模型，并训练目标预测模型，目标预测模型基于岩石物理学对油藏储层的参数

CN118939955B

获取待测区域的岩心数据和测井数据

获取待测区域的岩心数据和测井数据

对岩心数据和测井数据进行初始化处理，得到初始化后的岩心数据和测并数据

将初始化后的测井数据输入随机森林模型，计算测井数据的多个特征对油藏储层参数的重权，得到测井数据的目标特征

根据初始化后的岩心数据和测井数据的目标特征，构建长短期记忆网络模型

根据长短期记忆网络模型以及岩石物理学知识构建目标预测模型，并训

练目标预测模型，目标预测模型基于岩石物理学对油藏储层的参数进行

预测

101

105

CN118939955B权利要求书1/3页

2

1.一种基于岩石物理学的油藏储层参数预测方法，其特征在于，所述方法包括：

获取待测区域的岩心数据和测井数据；

对所述岩心数据和测井数据进行初始化处理，得到初始化后的岩心数据和测井数据；将所述初始化后的测井数据输入随机森林模型，计算测井数据的多个特征对油藏储层参数的权重，得到所述测井数据的目标特征；

根据所述初始化后的岩心数据和所述测井数据的目标特征，构建长短期记忆网络模型，所述长短期记忆网络模型用于确定所述岩心数据与所述测井数据目标特征的关联关系；

根据所述长短期记忆网络模型以及岩石物理学知识构建目标预测模型，将所述岩心数据与所述测井数据目标特征的关联关系和岩石物理学知识作为目标预测模型的输入数据，控制所述目标预测模型进行迭代处理，获取所述目标预测模型的总损失函数，在确定所述总损失函数收敛时，控制所述目标预测模型停止迭代处理，确定所述目标预测模型训练完成；其中，所述目标预测模型的总损失函数包括长短期记忆网络模型的第一损失函数和岩石物理学知识的第二损失函数；所述目标预测模型基于岩石物理学知识对油藏储层参数进行预测；所述岩石物理学知识包括不同岩石属性与油藏储层参数之间的关系；

所述油藏储层参数包括：孔隙度、渗透率、含水饱和度，所述将所述初始化后的测井数据输入随机森林模型，计算测井数据的多个特征对油藏储层参数的权重，得到所述测井数据的目标特征，包括：

将所述初始化后的测井数据输入随