基于注意力机制的碳酸盐岩储层岩相识别方法

作者：曾丽丽; 孟凡月^*; 汤华贝; 牛艺晓; 汤敏

来源：测井技术, 2022, 46(03): 294-303.

DOI：10.16489/j.issn.1004-1338.2022.03.008

• 岩相识别
• 注意力机制
• 卷积神经网络模块
• 特征注意力模块
• 碳酸盐岩储层

岩相识别是储层评价和油藏描述等的基础环节，碳酸盐岩储层具有非均质性强、孔隙结构复杂等特点，给岩相识别带来了挑战。融合卷积神经网络(CNN)和注意力机制开发了一种新型网络框架，根据各种测井数据之间的相关性实现储层岩相的自动识别。该框架包括特征注意力(FAtt)模块和CNN模块，FAtt模块根据识别目标与各种测井数据之间的相关性自动提取关键特征，CNN模块捕获各个测井序列之间的空间信息，两者结合有效提高了模型的岩相识别精度。基于碳酸盐岩非均质储层的实验表明，相比于单一的CNN模型，提出的模型岩相识别精度提高了9%。该模型为储层测井评价提供了一种经济可靠的替代方案，为地质研究与人工智能结合提供了快速有效的岩相数据。

• 单位
  东北石油大学