基于雙向長短期記憶網絡的流體高精度識別新方法

作者：周雪晴,張占松,朱林奇,張超謨

摘要：碳酸鹽巖儲層的儲集空間類型多樣、儲層性質復雜,導致流體的測井響應受到強非均質性的影響,給流體識別工作帶來極大困難。針對該問題,提出基于測井序列信息的雙向長短期記憶網絡(Bi-LSTM)流體識別模型,從測井響應特征差異性分析及相似性分析兩方面出發,確定敏感曲線,結合Bi-LSTM網絡的輸入要求,建立流體識別樣本庫,并獲得基于Bi-LSTM的流體識別模型。應用該方法對鄂爾多斯盆地馬家溝組進行流體識別,與單向LSTM模型及其他3類機器學習算法預測結果進行對比。結果表明基于Bi-LSTM的流體識別模型流體識別的符合率從82.7%提高到91.5%,取得較好的應用效果;該模型既能充分利用井下對應深度測井曲線的響應值,又能兼顧測井曲線隨深度的變化趨勢和前后關聯,最大程度避免儲層縱向非均質性帶來的影響,提高流體識別能力。

發文機構：長江大學油氣資源與勘探技術教育部重點實驗室

關鍵詞：流體識別雙向長短期記憶網絡碳酸鹽巖測井序列fluid identificationbidirectional long short-term memory networkcarbonate rocklogging response sequences

分類號：