基于机器学习的数字岩心孔渗预测方法研究

• 作者: 于馥玮 姜汉桥 徐飞 成宝洋 李俊键 王依诚
• 来源期刊: 石油科学通报
• 关键词: 机器学习 数字岩心 渗透率预测 CT扫描
• 年，卷（期）: 2019,（4）
• 页码范围: 354-363
• 页数: 10页
• 字数: 4347字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-1693.2019.04.032

摘要

岩石孔渗特征是影响储层流体储集及渗流能力的主要因素.目前数字岩心孔渗参数计算通常采用孔隙尺度建模并进行数值模拟,具有建模复杂、耗时长的缺点.为此,本文根据天然岩心CT扫描结果,运用OpenFOAM生成654组训练样本,并通过机器学习算法建立数字岩心孔渗快速预测模型,并对模型超参数进行敏感性分析.当学习率为0.003时,模型具有较强的泛化能力,孔渗预测结果误差小于10％的占比90％以上,且能够在1 s内完成.研究结果实现了数字岩心孔渗高效率、高精度预测,能够有效降低生产成本,提高工作效率.