基于神经网络模型的生物扰动碳酸盐岩储集层识别与孔隙度预测——以塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层为例

塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层非常发育,但利用常规测井数据识别生物扰动储集层发育段和准确预测孔隙度难度较大。本文在对研究区16口取芯井奥陶系岩芯上生物扰动区域扰动等级划分的基础上,通过岩性标定测井,优选常规测井参数,基于BP神经网络模型分别建立了适合研究区生物扰动碳酸盐岩储集层识别和孔隙度预测的模型,并对建立的模型进行了有效性检验。结果表明：① 选择自然电位、自然伽马、井径、深侧向电阻率、浅侧向电阻率、补偿中子和密度等常规测井数据作为生物扰动碳酸盐岩储集层识别模型输入层的参数值,生物扰动指数（Bioturbation Index, BI）作为输出结果;选取rprop、sigmoid symmetric和sigmoid stepwise函数分别作为训练函数、隐含层和输出层的激活函数,建立节点数为3、层数为3的神经网络识别模型,识别效果好,适用于研究区奥陶系生物扰动碳酸盐岩储集层的识别。② 选择自然电位、自然伽马、井径、声波、补偿中子和密度值等常规测井数据作为输入层的参数值,对应深度上岩芯柱塞孔隙度测试结果和利用孔隙度样品检验模型计算得出的孔隙度结果作为输出结果,选取incremental、gaussian和sigmoid分别作为训练函数、隐含层和输出层的激活函数,建立节点数为4,层数为3的生物扰动碳酸盐岩储集层孔隙度预测模型,预测效果良好,适用于研究区奥陶系生物扰动储集层孔隙度的预测。该研究对定量表征研究区生物扰动储层特性、储量估算、油藏描述和储层地质建模等具有重要的借鉴意义。     

塔河油田奥陶系生物扰动碳酸盐岩储集层微观孔隙结构的数字化表征与连通性分析*

塔河油田奥陶系鹰山组和一间房组发育大规模生物扰动碳酸盐岩储集层。在岩心观测和详细描述的基础上,通过岩石薄片的偏光显微镜、阴极发光显微镜观测和柱塞样品的X射线显微镜扫描与分析,实现了塔河油田奥陶系生物扰动碳酸盐岩储集层孔隙结构的数字化表征与连通性分析。结果表明: (1)由于生物扰动区潜穴充填物和围岩基质的岩石组构差异大,使这类储集层呈现极强的非均质性。(2)生物潜穴充填物主要由白云石晶体组成,白云石晶体以自形、半自形晶体为主;白云石晶间孔隙发育,孔隙体积集中于10~100μm³,喉道半径一般小于10μm,喉道长度一般小于40μm,白云石晶间孔为这类储集层的主要储集空间,围岩基质孔隙不发育。(3)生物潜穴充填物孔隙度介于7%~10%,孤立孔隙虽然数量多,但连通孔隙体积占比大,且连通孔隙拓扑结构复杂,孔隙连通性很好;通过表征单元体的尺度粗化升级分析发现,这类储集层的孔隙局部连通较好,而整体连通性相对较差。该研究真实、直观、准确刻画了生物扰动碳酸盐岩储集层微观孔隙结构特征,可为后续这类生物扰动碳酸盐岩储集层的微观渗流模拟研究提供所需的特征参数;未来将这类生物扰动碳酸盐岩储集层微观尺度上的孔隙结构数字化表征和渗流模拟结果与宏观分布规律相结合并应用到实际储集层评价中,可为这类储集层的油气资源量估算、开发方案优选、产能预测和提高采收率提供指导。     

塔河油田奥陶系生物扰动型碳酸盐岩储集层特征及其孔隙度计算样本检验模型

塔河油田奥陶系一间房组和鹰山组生物扰动型碳酸盐岩储集层非常发育。在岩芯观测的基础上,通过薄片显微镜观测与柱塞孔隙度、渗透率分析,对研究区生物扰动型碳酸盐岩储集层宏、微观特征和成因机制进行了研究,并基于岩芯资料和常规测井数据提出了一种新的孔隙度计算样本检验模型。结果表明:1）研究区奥陶系生物扰动储集层在岩芯上多呈不规则状或绸带状分布的含油斑块,潜穴充填物以白云石为主,储集空间主要是晶间孔。随着生物扰动指数的增加,平均孔隙度呈先增大后减少趋势,平均渗透率则一直增大;2）在早—中奥陶世的沉积过程中,（古）生物在碳酸盐沉积物表面或内部建造了大量形态各异的潜穴,生物扰动使得潜穴充填物和围岩基质在成分、结构上出现差异,这些差异伴随着其后的成岩过程逐步增大,这对储集层的储、渗能力具有重要影响;3）在总结前人测井孔隙度计算方法的基础上,将生物扰动指数引入密度测井孔隙度计算模型中,提出了一种基于岩芯资料和常规测井数据的孔隙度计算样本检测检验模型,并用岩芯柱塞测试结果验证了该孔隙度计算模型的有效性和准确性;该模型弥补了现有常规孔隙度模型的不足,其计算产生的拟岩芯数据可为下一步建立的通用生物扰动碳酸盐岩储集层孔隙度计算模型提供可靠的样本训练数据,也对这类储层的储量估算与油藏描述有一定的借鉴意义。     

基于神经网络模型的生物扰动碳酸盐岩储集层识别与孔隙度预测——以塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层为例

塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层非常发育,但利用常规测井数据识别生物扰动储集层发育段和准确预测孔隙度难度较大。本文在对研究区16口取芯井奥陶系岩芯上生物扰动区域扰动等级划分的基础上,通过岩性标定测井,优选常规测井参数,基于BP神经网络模型分别建立了适合研究区生物扰动碳酸盐岩储集层识别和孔隙度预测的模型,并对建立的模型进行了有效性检验。结果表明：① 选择自然电位、自然伽马、井径、深侧向电阻率、浅侧向电阻率、补偿中子和密度等常规测井数据作为生物扰动碳酸盐岩储集层识别模型输入层的参数值,生物扰动指数（Bioturbation Index, BI）作为输出结果;选取rprop、sigmoid symmetric和sigmoid stepwise函数分别作为训练函数、隐含层和输出层的激活函数,建立节点数为3、层数为3的神经网络识别模型,识别效果好,适用于研究区奥陶系生物扰动碳酸盐岩储集层的识别。② 选择自然电位、自然伽马、井径、声波、补偿中子和密度值等常规测井数据作为输入层的参数值,对应深度上岩芯柱塞孔隙度测试结果和利用孔隙度样品检验模型计算得出的孔隙度结果作为输出结果,选取incremental、gaussian和sigmoid分别作为训练函数、隐含层和输出层的激活函数,建立节点数为4,层数为3的生物扰动碳酸盐岩储集层孔隙度预测模型,预测效果良好,适用于研究区奥陶系生物扰动储集层孔隙度的预测。该研究对定量表征研究区生物扰动储层特性、储量估算、油藏描述和储层地质建模等具有重要的借鉴意义。