基于注意力机制的碳酸盐岩储层岩相识别方法

• 作者: 曾丽丽 孟凡月 汤华贝 牛艺晓 汤敏
• 来源期刊: 测井技术
• 关键词: 岩相识别 注意力机制 卷积神经网络模块 特征注意力模块 碳酸盐岩储层
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 解释评价
• 页码范围: 294-303
• 页数: 9页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16489/j.issn.1004-1338.2022.03.008

摘要

岩相识别是储层评价和油藏描述等的基础环节,碳酸盐岩储层具有非均质性强、孔隙结构复杂等特点,给岩相识别带来了挑战。融合卷积神经网络(CNN)和注意力机制开发了一种新型网络框架,根据各种测井数据之间的相关性实现储层岩相的自动识别。该框架包括特征注意力(FAtt)模块和CNN模块,FAtt模块根据识别目标与各种测井数据之间的相关性自动提取关键特征,CNN模块捕获各个测井序列之间的空间信息,两者结合有效提高了模型的岩相识别精度。基于碳酸盐岩非均质储层的实验表明,相比于单一的CNN模型,提出的模型岩相识别精度提高了9%。该模型为储层测井评价提供了一种经济可靠的替代方案,为地质研究与人工智能结合提供了快速有效的岩相数据。