科研之友
微信
新浪微博
Facebook
分享链接
摘要
为实现致密砂岩储层岩相类型连续、快速、精准的智能识别，以松辽盆地三肇凹陷州6区块扶余油层为靶区，基于卷积神经网络判识致密砂岩储层岩相类型测井曲线，根据取心井确定岩相类型并优选测井曲线特征。将岩相标签对应的测井曲线图像作为样本进行模型训练，构建测井曲线形态图像与岩相类型的非线性映射关系，采用逐点扫描识别方法将训练后的网络模型用于新目标井储层岩相划分与识别。结果表明，卷积神经网络对扶余油层储层岩相的有效识别率达到了91.6%,同时岩相逐点扫描识别能够实现新目标井储层岩相类型的自动划分与精准识别。
-
单位中国石油勘探开发研究院西北分院; 东北石油大学; 大庆油田有限责任公司勘探开发研究院
