BP神经网络在复杂储层流体识别中的应用

王少龙，杨 斌，赵 倩，魏 杰

（成都理工大学能源学院，四川成都 610059）

W油田位于柴达木盆地西部英雄岭构造带东段，具有丰富的油气资源，W油田是一个纵向叠置复杂断块构造油气藏，存在断层发育且断距大，地层重复严重，油气水系统多，井间差异大，油气分布异常复杂，岩石物理评价及油气系统的认识面临诸多挑战；基于在常规图版法识别流体性质的基础上建立了神经网络模型的方法对W油田进行流体识别，与试油结论相比较吻合，能够满足识别流体类型的精度要求。

1 常规储层流体识别方法—图版法

利用常规测井资料识别流体性质方面，前人提出了不少方法，如基于孔隙度电阻率测井的交会图版法，阵列感应测井法识别油水层，基于阿尔奇公式的全微分法[1-5]。选取W油田试油层段的测井曲线数据值，可以采用幅度值法、比值法、差值法、曲线校正法等建立不同参数类型的交会图版。建立的DEN～HT09交会图（见图1），该图版以补偿密度与阵列感应电阻率进行交会，试油结论有气层、油层、水层、含油水层、干层等，利用该图版能够较好地区分干层、水层类和油气层类，但是油层与气层是混淆的，不能区分；建立的CNL与HT09/LLD的交会图版（见图2），该图版能够较好地区分油气层和水层类，但该图版存在流体界限分别不清晰，识别精度不高的问题；以声波时差幅度、电阻率比值进行交会图（见图3），其中△AC由小层声波时差极大值减去该井声波时差极小值获得，该图版能够较好地区分油层、气层和水层，但该图版不能区分出油气同层。……