典型文献
致密碳酸盐岩储集层裂缝智能预测方法
文献摘要：
通过挖掘多源异构多尺度数据中的裂缝信息降低裂缝预测的不确定性,在单井裂缝识别裂缝指示参数法的基础上,改进3种人工智能方法,从小样本分类预测、多尺度非线性特征提取、预测模型方差减小提升裂缝识别精度.井间裂缝发育趋势预测方法是通过人工智能地震属性裂缝预测获取井间裂缝带细节,与地质力学数值模拟获得的断层相关裂缝信息互补,提高裂缝预测的可靠性.最后通过协同序贯模拟耦合单井与井间裂缝信息,生成裂缝网络建模所需的裂缝密度体.以中东扎格罗斯盆地A油田渐新统一中新统AS组致密碳酸盐岩储集层为例,对该方法进行了应用和检验.结果表明,单井裂缝识别准确率相比常规裂缝指示参数法提高15个百分点以上,井间裂缝发育趋势预测法相比复合地震属性预测提高25个百分点以上,所建裂缝网络模型与产液指数具有较好一致性.
文献关键词：
裂缝测井识别;井间裂缝预测;裂缝密度体;裂缝网络模型;人工智能;致密碳酸盐岩;扎格罗斯盆地
中图分类号：
作者姓名：
董少群;曾联波;杜相仪;鲍明阳;吕文雅;冀春秋;郝静茹
作者机构：
中国石油大学(北京)油气资源与探测国家重点实验室,北京102249;中国石油大学(北京)理学院,北京102249;中国石油大学(北京)地球科学学院,北京102249
文献出处：
引用格式：
[1]董少群;曾联波;杜相仪;鲍明阳;吕文雅;冀春秋;郝静茹-.致密碳酸盐岩储集层裂缝智能预测方法)[J].石油勘探与开发,2022(06):1179-1189
A类：
裂缝密度体,扎格罗斯盆地,井间裂缝预测
B类：
致密碳酸盐岩,储集层,层裂,智能预测,多源异构,多尺度数据,单井,裂缝识别,参数法,人工智能方法,小样本,分类预测,非线性特征,识别精度,裂缝发育,趋势预测,地震属性,裂缝带,地质力学,信息互补,序贯,网络建模,中东,油田,渐新统,中新统,AS,识别准确率,百分点,属性预测,裂缝网络模型,数具,裂缝测井识别
AB值：
0.256826
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
