文献类型： 中文期刊

作者： 周雪晴 ¹ ; 张占松 ² ; 朱林奇 ³ ; 张超谟 ⁴ ;

作者机构： 1.长江大学油气资源与勘探技术教育部重点实验室

2.长江大学地球物理与石油资源学院

3.中国科学院深海科学与工程研究所

4.青岛海洋科学与技术国家实验室海洋地质过程与环境功能实验室

关键词： 流体识别;双向长短期记忆网络;碳酸盐岩;测井序列

期刊名称： 中国石油大学学报(自然科学版)

ISSN： 1673-5005

年卷期： 2021 年 01 期

页码： 69-76

收录情况： EI ; 北大核心 ; CSCD

摘要： 碳酸盐岩储层的储集空间类型多样、储层性质复杂,导致流体的测井响应受到强非均质性的影响,给流体识别工作带来极大困难。针对该问题,提出基于测井序列信息的双向长短期记忆网络(Bi-LSTM)流体识别模型,从测井响应特征差异性分析及相似性分析两方面出发,确定敏感曲线,结合Bi-LSTM网络的输入要求,建立流体识别样本库,并获得基于Bi-LSTM的流体识别模型。应用该方法对鄂尔多斯盆地马家沟组进行流体识别,与单向LSTM模型及其他3类机器学习算法预测结果进行对比。结果表明:基于Bi-LSTM的流体识别模型流体识别的符合率从82.7%提高到91.5%,取得较好的应用效果;该模型既能充分利用井下对应深度测井曲线的响应值,又能兼顾测井曲线随深度的变化趋势和前后关联,最大程度避免储层纵向非均质性带来的影响,提高流体识别能力。