基于机器学习的孔隙型碳酸盐岩油藏相控建模研究——以中东H油田白垩系Mishrif组油藏为例

孔隙型碳酸盐岩储层的化学及机械沉积作用使得各沉积微相空间上不具备碎屑岩储层沉积微相明确的几何形态和外部结构，且不同成因储层的物性差异明显。依据常规的沉积微相建模方法难以如实地再现不同微相复杂的空间展布规律，进而也降低了相控属性建模的精度。本文以中东H油田白垩系Mishrif组生物碎屑灰岩为研究对象，通过开展波阻抗、孔隙度和渗透率的反演，利用机器学习的方法建立研究区的三维沉积微相模型。在此基础上，通过不同微相的变差函数分析，开展相控属性建模。结果表明，利用机器学习方法建立的沉积微相模型符合海相碳酸盐岩台地相序变化规律，充分体现了微相的空间形态和各微相间的接触关系，以沉积微相为约束条件建立的储层属性模型不仅满足了模拟结果与已知数据的概率一致性问题，又能分相带反映储层的空间变化特征。