摘要
伊拉克H油田M层组巨厚型碳酸盐岩储层非均质性强、孔隙类型复杂,常规渗透率测井解释模型适用性差。为此,提出基于常规测井资料及衍生参数的混合模拟退火遗传随机森林算法(SA-GA-RF)渗透率评价模型。从测井响应特征分析出发,确定渗透率敏感曲线,通过随机森林算法(RF)建立基于地球物理测井资料的渗透率评价模型,并利用模拟退火遗传算法(SA-GA)对RF中的参数进行寻优,消除RF中关键参数对模型精度的影响。应用该方法对研究区进行渗透率评价,与RF、优化后的BP神经网络预测结果进行对比,结果表明,基于SA-GA-RF构建的复杂碳酸盐岩储层渗透率评价模型既能充分利用常规测井曲线的响应特征,又能表征测井曲线随深度变化的趋势,在非均质性强的碳酸盐岩储层中有很好的适用性。相比优化的BP神经网络,SA-GA-RF模型预测的准确度明显提高,与岩心渗透率的相关性达0.83,比RF的评价精度提高了0.15。
-
单位油气资源与勘探技术教育部重点实验室; 长江大学