伊朗扎格罗斯地区Mansuri油田储集层物性模拟

• 作者: ALI Dashti EBRAHIM Sefidari
• 来源期刊: 石油勘探与开发
• 学科: 工学
• 关键词: 储集层 物性模拟 BP神经网络 支持向量回归 Mansuri油田 扎格罗斯地区
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 油气勘探
• 页码范围: 559-563
• 页数: 5页
• 分类号: TE122.2
• 字数: 2133字
• 语种: 中文
• DOI: 10.11698/PED.2016.04.07

摘要

以伊朗Mansuri油田50口井的常规测井资料为基础,优选人工智能算法,对Mansuri油田白垩系Ilam组4个层的孔隙度和渗透率分布进行模拟.首先利用5口有岩心物性分析资料的井,遴选出常规测井的声波时差、密度和中子孔隙度作为输入参数,采用反向传播人工神经网络(BP神经网络)和支持向量回归方法进行储集层孔隙度和渗透率计算,根据计算结果与岩心实测结果的相关性,选择采用BP神经网络法进行物性计算.然后,利用克里金地质统计算法,对Mansuri油田Ilam组4个层的孔隙度和渗透率分布进行模拟,结果表明,层2.1和层2.2为高孔隙度层,层1、层2.1和和层2.2高渗透层,层3为非储集层;储集层孔隙度和渗透率分布总体呈北部高、南部低的特点.