基于胶囊网络的砂岩储层流体识别方法——以黄河口凹陷为例

摘要

渤海湾盆地含油层系多、流体性质复杂且纵向多变,精准快速地识别流体难度较大,而胶囊网络深度学习法可提高储层流体录井参数识别精度。胶囊网络通过卷积结构提取不同储层流体的录井参数特征,利用胶囊网络特有向量表达特征的不变性和共变性,有效挖掘出录井评价参数与储层流体性质之间的内在关系,建立高精度的储层流体快速识别模型。以黄河口凹陷常规砂岩储层为例,开展基于胶囊网络的流体录井识别方法研究。首先,对储层流体信息敏感的6种录井评价参数为样本基础,划分黄河口凹陷381个样本数据的训练集和二级构造带X井区132个样本的测试集;再建立基于录井评价参数的胶囊网络储层流体识别模型。与常规线性Fisher判别分析法相比,基于胶囊网络的储层流体识别方法模型正确率达到87.66%,识别精度提高约10%。实践表明,基于胶囊网络的储层流体识别方法能够有效提取录井参数的储层流体敏感性特征,为储层流体识别录井评价方法提供新思路,具备较好的应用前景与推广价值。