王猛，董宇，张志强，刘志杰，刘海波，周悦

（中海油田服务股份有限公司，河北 廊坊 065201）

0 引言

东海陆架盆地西湖凹陷天然气资源丰富，其主力目的层花港组和平湖组是典型的低孔低渗砂岩储层。在进行储层评价时，对储层进行分级分类综合评价是最有效的方法之一[1]。由于基于数学手段的流动单元划分方法对非常规资料需求少，且定量化程度高[2]，在行业中应用较为广泛。目前常见的分类主要有根据孔喉半径的Winland R35分类[3]以及基于流动单元指数FZI的分类[4]。流动单元通过将具有相似孔隙结构、统一孔渗关系的储层划为同类[5-6]，使得每类储层的孔隙度与渗透率具有良好相关性，因此，基于岩心参数可以建立高精度的渗透率模型。但在非岩心段，则需要根据测井参数计算的流动单元指数划分流动单元，计算误差较大，无法实现储层流动单元的准确划分，进而导致渗透率的计算误差较大[7-8]。

针对传统流动单元划分方法存在的问题，本文提出了一种基于集成神经网络的流动单元分类方法，将流动单元的定量计算转化为定性识别，有效避免了传统方法在流动单元划分时所产生的误差逐级传递[9-10]。

1 研究区地质概况

西湖凹陷是以新生代充填为主的沉积凹陷，是东海陆架盆地具有较大规模和油气勘探开发潜力的构造单元。H气田位于西湖凹陷中央洼陷带，主力含气层为花港组。该层为湖泊-辫状河三角洲体系中的水下分流河道砂体，呈复合体叠置分布。……