科研之友
微信
新浪微博
Facebook
分享链接
摘要
除孔隙度外，储层渗透率还受到孔隙形态和孔隙尺度等多种因素的影响，因此只有在考虑孔隙结构的基础上才能提高储层渗透性预测的精度。剪切柔度因子作为描述孔隙结构的因子，在渗透率预测中发挥了一定的作用，但单个孔隙结构因子不足以描述复杂孔隙结构对渗透率的影响。根据剪切柔度因子的研究思路，从岩石骨架模型中推导出新的孔隙结构因子(剪切Lee因子),其与孔隙主尺度之间具有良好的线性关系，因此能够近似表示孔隙主尺度。将孔隙纵横比与剪切Lee因子组成双孔隙结构因子，然后利用双孔隙结构因子及遗传算法优化的神经网络(GA-BP)对储层岩相进行分类，最后在岩相分类的基础上采用双孔隙结构因子及GA-BP神经网络对储层渗透率进行预测。实际地震资料预测结果表明，基于双孔隙结构因子的岩相分类和渗透率预测效果都优于单孔隙结构因子。孔隙纵横比和剪切Lee因子从孔隙形态和孔隙尺度两方面描述孔隙结构，其考虑了影响渗透率的多种因素，因此能够提高储层渗透性预测的精度。
-
单位中国石油勘探开发研究院; 电子科技大学
