基于机器学习算法的水驱储层相渗曲线仿真预测

作者：李春雷; 曹小朋; **凤; 姜兴兴; 刘建涛; 靳彩霞; 王峰; 杨河山

来源：油气地质与采收率, 2022, 29(06): 138-142.

DOI：10.13673/j.cnki.cn37-1359/te.202106039

• 机器学习
• 水驱储层
• 相渗曲线
• 预测模型
• 仿真
• 样本集

相渗曲线是油气田开发研究中的一项重要基础资料。采用常规室内实验法获得相渗曲线费用昂贵且耗时，测试样品少，难以代表整个油藏的特征；经验公式法估算获得的结果精度低且误差大。为了实时、准确获得水驱储层相渗曲线，采用机器学习算法进行仿真预测。通过测井参数敏感性分析，融合相渗曲线数据，构建水驱储层相渗曲线仿真样本集。在此基础上，优选机器学习算法进行地质因素约束优化以及曲线端点约束优化，实现相渗曲线智能可视化生成。研究结果表明：该方法能实现每口井每个层段的相渗曲线预测，预测精度大于90%，能准确反映油藏渗流特征和储层渗透率变化规律，具有较高的实际应用价值和良好的推广应用前景。