刘珊珊，汪志明

中国石油大学(北京)石油工程学院，北京 102249

0 引言

地层砂粒度分布PSD(Particle Size Distribution)在储层描述、沉积学，特别是在智能完井防砂技术中有重要应用[1]。其中粒度中值d50即筛析曲线上累重百分数50%对应的粒径，是油气开采地层评价和储层粒度分布特征参数之一，可为防砂方法的选择提供理论依据。粒度测量最常用的两种技术是筛析法和激光法，两种方法均需要通过岩心粒度测试来获取数据，钻井过程中储层取心费用昂贵，取心间隔有限，因此开发井取心数据较少，在制定开发井的完井防砂措施时往往没有实际开采层位的岩心，一般参照探井粒度数据进行设计，这种情况忽略了储层非均质性的影响。在某些情况下，设计是基于非常少的筛分数据，储层的纵横向各向异性和非均质性给防砂方案设计带来了困难和较大的风险。由于砂体内粒度的变化，在一口井中选择的d50不一定适用于同一油田的另一口井。而且对于分段分级防砂完井选择筛管或砾石粒径而言，获得整个储层连续粒度剖面具有重要意义。

近年来机器学习方法在科学和工程领域广泛应用，很多研究者也尝试使用数据驱动方法来解决地质问题[2-3]，例如利用支持向量机(SVM)、模糊逻辑模型(FLM)和人工神经网络(ANN)等方法来处理估算地球物理参数。储层的粒度特征是在漫长的历史过程中形成的，与沉积物的形成环境有很好的相关性。其中地层压实程度、孔隙度、以及黏土的含量等均在某一程度上可反应地层颗粒大小，可根据能够反映地层这些特性的测井曲线建立其与颗粒大小的映射关系。……