排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
准确预测碳酸盐岩储层孔隙度和渗透率对于碳酸盐岩油气藏储层评价具有重要意义。碳酸盐岩储层裂缝与溶孔广泛发育,基于经验公式从测井曲线预测储层孔隙度和渗透率具有较大误差。以中东某碳酸盐岩油藏为研究对象,选取914块取心井岩心,测定孔隙度与渗透率,利用随机森林（RF）、K-近邻（KNN）、支持向量机（SVM）和长短期记忆网络（LSTM）4种不同机器学习方法,通过测井数据进行孔隙度与渗透率预测,优化机器学习参数,筛选出适用于碳酸盐岩油藏的测井孔隙度与渗透率预测方法。研究结果表明：4种机器学习方法预测储层孔隙度结果差异不大,通过调整输入参数种类,可进一步提高孔隙度与渗透率预测效果,当以补偿中子（NPHI）、岩性密度（RHOB）和声波时差（DT）3种测井参数数据作为输入时,基于LSTM的储层孔隙度预测精度最高,孔隙度预测结果均方根误差（RMSE）为4.536 2;由于碳酸盐岩储层的强非均质性,基于机器学习的测井储层渗透率预测效果较差,相对而言,仅以NPHI作为机器学习输入参数时,基于RF的储层渗透率预测精度最高,渗透率预测结果的RMSE为45.882 3。 相似文献
2.
基于数字岩心技术,对岩心CT扫描图像进行处理,结合分形理论求取数字岩心的分形特征参数并通过构建数字岩心的等效分形介质模型对岩心渗透率进行预测。首先对两块砂岩岩心进行了微米CT扫描,提取岩心孔隙网络模型,分析岩心孔隙结构特征,结果表明岩心的孔喉半径分布与孔喉配位数分布对岩心渗透率有一定影响;其次利用MATLAB、Image J等软件对CT扫描得到的数字岩心及帝国理工学院网站公开的数字岩心进行处理,基于分形理论求取数字岩心分形维数、迂曲度、迂曲度分形维数和最大孔隙直径等参数;最后基于分形渗透率模型对岩心渗透率进行预测。结果表明：预测渗透率与岩心渗透率具有良好的相关性,相关系数大于0.97。因此,基于数字岩心技术,通过构建数字岩心等效分形介质模型,可以有效预测岩心渗透率。 相似文献
3.
基于高压压汞和核磁共振测试方法,结合分形理论对鄂尔多斯盆地延长组致密砂岩孔喉结构与油藏物性进行了表征。采用毛管束模型和润湿相模型计算了高压压汞孔喉分形维数,利用核磁共振测试T2谱分别计算了大孔、中孔、小孔以及总孔隙的分形维数;对各分形维数与油藏物性之间的关系进行了对比分析。研究表明：基于高压压汞曲线计算岩心分形维数时,相比于润湿相模型,毛管束模型计算得到的分形维数与油藏物性之间具有更好的相关性,随着分形维数增加,平均半径减小,孔喉结构非均质性增强,油藏物性变差。核磁总孔隙分形维数与油藏物性相关性较差,大孔和中孔的分形维数与油藏物性具有较好的相关性,其中随着大孔和中孔分形维数增加,岩心渗透率降低,油藏物性变差;与小孔相比,大孔和中孔的分形维数与油藏物性的相关性更强,表明致密砂岩储层物性主要受大孔和中孔控制,分形维数可以有效表征致密砂岩小孔、中孔和大孔对油藏物性的影响。 相似文献
1