[发明专利]一种识别碳酸盐岩古岩溶储层垂向分带性的方法有效
申请号: | 201910585999.3 | 申请日: | 2019-07-01 |
公开(公告)号: | CN110261467B | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 曾伟;朱联强;林雪梅;徐云强 | 申请(专利权)人: | 西南石油大学;成都理工大学 |
主分类号: | G01N27/62 | 分类号: | G01N27/62;G06N3/04;G06N3/08 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 何红信 |
地址: | 610000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 识别 碳酸盐 岩溶 储层垂 分带 方法 | ||
1.一种识别碳酸盐岩古岩溶储层垂向分带性的方法,其特征在于,包括如下步骤:
S101.针对待识别碳酸盐岩古岩溶储层垂向分带性的岩心柱,沿竖直方向等间隔地进行粉末样品采集,获取M个待识别垂向分带属性的第一粉末样品,其中,M为不小于10的自然数;
S102.针对各份第一粉末样品,使用稳定同位素检测仪器对等体积量的粉末进行稳定同位素检测,获取对应的第一稳定同位素特征数据,其中,所述第一稳定同位素特征数据包含δ13C同位素的组成特征信息和δ18O同位素的组成特征信息;
S103.针对各份第一粉末样品,将所述第一稳定同位素特征数据导入到一个已完成碳酸盐岩古岩溶储层垂向分带属性识别训练的人工神经网络预测模型中进行预测运算,得到对应的第一垂向分带属性识别结果和第一预测准确率,其中,所述第一垂向分带属性识别结果为地表岩溶带、渗流岩溶带或地下水平径流带;
S104.根据所有第一粉末样品的第一垂向分带属性识别结果和第一预测准确率,生成反映碳酸盐岩古岩溶储层垂向分带性的垂向分带属性竖直分布图;
在所述步骤S104中,在所述垂向分带属性竖直分布图中的各个采集位置,按照从下至上的顺序依次标识各份第一粉末样品的第一垂向分带属性识别结果和第一预测准确率,并针对某份第一粉末样品,若对应的第一垂向分带属性识别结果为渗流岩溶带或地下水平径流带且在其竖直方向下方存在垂向分带属性为地表岩溶带的连续P份第一粉末样品,则将该份第一粉末样品的垂向分带属性更正为地表岩溶带,或者针对某份第一粉末样品,若对应的第一垂向分带属性识别结果为地下水平径流带且在其竖直方向下方存在垂向分带属性为渗流岩溶带的连续Q份第一粉末样品,则将该份第一粉末样品的垂向分带属性更正为渗流岩溶带,其中,P为不小于2的自然数,Q为不小于2的自然数;
在所述步骤S104中,还针对竖直方向上的连续两份第一粉末样品:
当上方第一粉末样品的第一垂向分带属性识别结果为渗流岩溶带且下方第一粉末样品的第一垂向分带属性识别结果为地表岩溶带,若上方第一粉末样品的第一预测准确率大于下方第一粉末样品的第一预测准确率,则将下方第一粉末样品的垂向分带属性更正为渗流岩溶带,否则将上方第一粉末样品的垂向分带属性更正为地表岩溶带;
当上方第一粉末样品的第一垂向分带属性识别结果为地下水平径流带且下方第一粉末样品的第一垂向分带属性识别结果为地表岩溶带,若上方第一粉末样品的第一预测准确率大于下方第一粉末样品的第一预测准确率,则将下方第一粉末样品的垂向分带属性更正为地下水平径流带,否则将上方第一粉末样品的垂向分带属性更正为地表岩溶带;
当上方第一粉末样品的第一垂向分带属性识别结果为地下水平径流带且下方第一粉末样品的第一垂向分带属性识别结果为渗流岩溶带,若上方第一粉末样品的第一预测准确率大于下方第一粉末样品的第一预测准确率,则将下方第一粉末样品的垂向分带属性更正为地下水平径流带,否则将上方第一粉末样品的垂向分带属性更正为渗流岩溶带。
2.如权利要求1所述的一种识别碳酸盐岩古岩溶储层垂向分带性的方法,其特征在于,在所述步骤S103之前还包括如下步骤:
S201.针对已人工识别垂向分带属性为地表岩溶带的第一标准岩心柱、已人工识别垂向分带属性为渗流岩溶带的第二标准岩心柱和已人工识别垂向分带属性为地下水平径流带的第三标准岩心柱,分别进行粉末样品采集,获取N个已识别垂向分带属性的第二粉末样品,其中,N为不小于100的自然数,所述第二粉末样品的粉碎目数与所述第一粉末样品的粉碎目数相同;
S202.针对各份第二粉末样品,使用稳定同位素检测仪器对等体积量的粉末进行稳定同位素检测,获取对应的第二稳定同位素特征数据,其中,所述第二稳定同位素特征数据包含δ13C同位素的组成特征信息和δ18O同位素的组成特征信息;
S203.将与每份第二粉末样品对应的第二稳定同位素特征数据和已识别垂向分带属性信息作为一次训练样本,导入到所述人工神经网络预测模型中进行碳酸盐岩古岩溶储层垂向分带属性识别训练,其中,将第二稳定同位素特征数据作为样本输入数据,将已识别垂向分带属性信息作为样本校验数据;
S204.在网络训练过程中,根据训练所得的第二垂向分带属性识别结果与样本校验数据的匹配结果,不断优化所述人工神经网络预测模型,直到完成训练或者直到训练所得的第二垂向分带属性识别结果与样本校验数据的匹配率达到预设值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学;成都理工大学,未经西南石油大学;成都理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910585999.3/1.html,转载请声明来源钻瓜专利网。