BP神经网络在致密砂岩岩石相测井识别中的应用——以鄂尔多斯盆地杭锦旗地区J72井区盒1段储层为例

作者：郭辉

来源：石油地质与工程, 2022, 36(06): 57-66.

• 杭锦旗地区
• 下石盒子组
• 致密砂岩
• 岩石相识别
• BP神经网络

岩石相是控制致密砂岩储层质量的重要因素，为了解决复杂类型岩石相测井精确识别难度大的问题，以鄂尔多斯盆地杭锦旗地区J72井区盒1段储层为例，在合理划分岩石相类型的基础上，运用交会图版法和BP神经网络算法对岩石相类型进行识别。结果表明：研究区盒1段岩石相可以分为五大类，分别为砾岩相、砾质砂岩相、粗砂岩相、中细砂岩相以及泥岩相，其中粗砂岩相和砾质砂岩相的物性较好；自然伽马、声波时差、补偿中子、补偿密度、地层真电阻率5条测井曲线对不同类型岩石相的响应较好，利用交会图版法识别岩石相的正确率为50.3%,而BP神经网络算法识别岩石相的正确率可达83.5%,BP神经网络算法提高了岩石相识别的精度。通过对研究区目的层岩石相的精确识别，可为后续精细刻画有效砂体提供重要指导。