基于长短期记忆循环神经网络的伊拉克H油田碳酸盐岩储层渗透率测井评价

作者：杨旺旺; 张冲^*; 杨梦琼; 张亚男; 汪明锐; 孙康

来源：大庆石油地质与开发, 2022, 41(01): 126-133.

DOI：10.19597/j.issn.1000-3754.202105003

• 长短期记忆循环神经网络
• 伊拉克H油田碳酸盐岩储层
• 渗透率
• 测井评价

伊拉克H油田碳酸盐岩储层孔隙结构复杂，孔隙类型多样，给渗透率测井评价工作带来了极大困难。针对这一问题，建立了基于测井序列信息的长短期记忆（LSTM）循环神经网络渗透率预测模型。从测井响应差异以及测井序列信息出发，优选敏感测井曲线，搭建LSTM循环神经网络，训练网络并优化网络参数，建立了基于LSTM循环神经网络的伊拉克H油田碳酸盐岩储层渗透率预测模型。应用该模型对伊拉克H油田进行渗透率测井评价，并将预测结果与灰色系统预测模型GM (0,N)进行对比。结果表明：相对于灰色系统预测模型的结果，基于LSTM循环神经网络的渗透率预测模型的均方根误差降低了29.47%，皮尔逊（Pearson）相关系数提高了6.59%，取得了较好的应用效果。该模型能够充分挖掘测井曲线与渗透率之间关系的信息，提升了储层渗透率评价精度。

• 单位
  长江大学; 油气资源与勘探技术教育部重点实验室