油气层测井知识图谱构建及其智能识别方法

作者：刘国强; 龚仁彬; 石玉江; 王珍珍; 米兰; 袁超; 钟吉彬

来源：石油勘探与开发, 2022, 49(03): 502-512.

• 测井
• 油气层识别
• 知识图谱
• 图嵌入技术
• 智能识别
• 神经网络

基于油气层测井知识图谱构建，提出知识驱动的神经网络油气层评价模型（KPNFE）。其功能主要包括：(1)多维度多尺度提取精细描述油气层的特征参数；(2)以图嵌入技术将这些特征参数所关联的实体、关系和属性表征为向量特征图；(3)实现油气层智能识别；(4)将专家知识有机地融入智能计算，建立潜力层推荐的评价体系与优选算法。以鄂尔多斯盆地姬塬区块所有钻遇三叠系延长组6段低孔低渗地层的547口井为研究对象，随机选取其中80%的井为训练集、20%的井为验证集，KPNFE计算结果表明，验证集的解释结果与专家解释结果吻合率达94.43%，所有试油层的解释结果符合率达84.38%，较一次解释提高了13个百分点，工作时效提高了100倍以上，并择优推荐了一批有望获得工业油流的潜力层。KPNFE模型继承了专家知识和经验并对其发扬提升，有效解决了油气层识别中存在的鲁棒性问题，且计算结果的可解释性强、准确性高，是老区老井测井再评价高效高质量工作的有效方法。

• 单位
  中国石油集团测井有限公司; 中国石油勘探开发研究院