林磊,王军,刘行军,文晓峰,孙建孟

(1.中国石油大学(华东)地球科学与技术学院,山东青岛266558;2.中国石化胜利油田分公司勘探开发研究院,山东东营257015;3.中国石油集团测井有限公司长庆分公司,陕西西安710201)

0 引 言

致密油气藏与常规油气藏相比,具有储集层物性差、非均质性强、粒度变化范围较大及孔隙结构多样等特点[1],给储层渗透率的建模计算带来很大困难。为了提高渗透率的预测精度,满足油田生产开发要求,针对不同的储层类型,研究者提出不同方法。焦翠华等[2]通过流动指数单元分类提高渗透率计算精度;赵军等[3]提出基于粒度分类的渗透率预测方法;孟凡顺等[4]提出利用BP(Back Propagation)神经网络结合测井资料定量预测渗透率;蔡李梅等[5]在孔隙度、粒度及裂缝发育程度等多参数约束条件下通过多参数拟合方法建立渗透率预测模型;孟万斌等[6]依据岩石成份、结构和储集空间发育情况对储层进行分类,建立不同类型储层的孔隙度渗透率定量关系渗透率预测模型。

目前采用的基于流动单元、砂岩储层结构及粒度等分类方法预测渗透率存在问题:①主要是利用测井可表征的参数对储层分类,不同分类方法采用不同的孔隙度回归渗透率模型,其中渗透率的主控因素仍然是孔隙度,而致密储层的渗透率受多因素控制;②致密储层渗透率与某些参数并不是简单的线性关系,常规的回归方法不适用。本文以胜利油田某研究区致密储层为例,针对这些问题,建立多参数控制的人工神经网络模型预测靶区致密储层渗透率,并与常规线性类模型预测效果进行对比分析。……