基于卷积神经网络和MPGA-LM算法的阵列侧向测井快速反演方法
2021-09-06吴易智范宜仁巫振观邓少贵张盼陈诗宇尹中旭
吴易智, 范宜仁*, 巫振观, 邓少贵,张盼, 陈诗宇, 尹中旭
1 中国石油大学(华东)地球科学与技术学院, 青岛 266580 2 海洋国家实验室海洋矿产资源评价与探测技术功能实验室, 青岛 266237
0 引言
凭借着较高的分辨率以及丰富的探测信息,阵列侧向测井被广泛用于大斜度井/水平井的油气藏评价(Rasmus, 1982; Itskovich et al., 1998; 邓少贵等, 2010).然而在致密性储层电阻率评价过程中,由于地层裂缝和薄互层发育以及沉积颗粒的大小、磨圆不一等因素,导致储层各向异性特征明显,测井响应复杂,为油气层的识别与评价带来一定的难度(Salazar and Torres-Verdín, 2009; 高杰等, 2010; Gao et al., 2013).因此,如何从测井响应中准确提取地层真实电阻率成为电测井领域亟待解决的难题之一.
非线性反演技术可以充分考虑井眼、侵入等因素对测井响应的影响,成为大斜度井/水平井井旁电阻率剖面重构的有效手段(Nam et al., 2010; Wang, 2011; 潘克家等, 2013).其算法包括确定性算法和随机类算法.其中,确定性算法主要基于最小二乘理论,其核心在于通过不断迭代模型参数的方式使得模拟数据与观测数据的偏差最小(Osman and Laporte, 1996; Habashy and Abubakar, 2004; Madsen et al., 2004; 姚东华等, 2010; Hu and Fan, 2018),该类算法包括最速下降法、高斯牛顿法以及列文伯格马奎特法等(Anderson, 2001).由于能够有效消除围岩、层厚和侵入等因素的影响,确定性算法被广泛用于2D阵列侧向测井资料的快速处理(Wang et al., 2009; 王磊等, 2018).然而对于斜井各向异性等三维地层环境而言,正演效率过低,导致反演迭代过程中雅可比矩阵或海森矩阵求取耗时,同时该类算法对初值依赖性强,易陷于局部极……
