致密碳酸盐岩储集层裂缝智能预测方法

作     者：董少群 曾联波 杜相仪 鲍明阳 吕文雅 冀春秋 郝静茹 DONG Shaoqun;ZENG Lianbo;DU Xiangyi;BAO Mingyang;LYU Wenya;JI Chunqiu;HAO Jingru

作者机构：中国石油大学(北京)油气资源与探测国家重点实验室北京102249 中国石油大学(北京)理学院北京102249 中国石油大学(北京)地球科学学院北京102249 

出 版 物：《石油勘探与开发》 (Petroleum Exploration and Development)

年 卷 期：2022年第49卷第6期

页      面：1179-1189页

核心收录：

学科分类：0820[工学-石油与天然气工程] 08[工学] 082002[工学-油气田开发工程] 

基　　金：国家自然科学基金青年资助项目(42002134) 中国博士后科学基金第14批特别资助项目(2021T140735) 

主　　题：裂缝测井识别 井间裂缝预测 裂缝密度体 裂缝网络模型 人工智能 致密碳酸盐岩 扎格罗斯盆地 

摘      要：通过挖掘多源异构多尺度数据中的裂缝信息降低裂缝预测的不确定性,在单井裂缝识别裂缝指示参数法的基础上,改进3种人工智能方法,从小样本分类预测、多尺度非线性特征提取、预测模型方差减小提升裂缝识别精度。井间裂缝发育趋势预测方法是通过人工智能地震属性裂缝预测获取井间裂缝带细节,与地质力学数值模拟获得的断层相关裂缝信息互补,提高裂缝预测的可靠性。最后通过协同序贯模拟耦合单井与井间裂缝信息,生成裂缝网络建模所需的裂缝密度体。以中东扎格罗斯盆地A油田渐新统—中新统AS组致密碳酸盐岩储集层为例,对该方法进行了应用和检验。结果表明,单井裂缝识别准确率相比常规裂缝指示参数法提高15个百分点以上,井间裂缝发育趋势预测法相比复合地震属性预测提高25个百分点以上,所建裂缝网络模型与产液指数具有较好一致性。