酸压特性表征动态参数优选及神经网络判别实例研究

刘为民

(中国石化胜利油田分公司地面工程维修中心，山东 东营 257000)

随着计算机技术和大数据技术的发展，神经网络在储层性质预测、评价中的应用愈加广泛和深入。神经网络在我国储层研究中的应用始于上世纪90年代[1-4]，此后逐渐用于复杂岩性储层参数评价[5-6]、孔隙度及渗透率计算[1,7-10]、储层油气产能预测[11-13]、储层识别及储层预测[2,14-18]等。神经网络具有计算省时、客观、准确等特点，但其缺点在于神经网络的建模和预测是以已知的先验知识为条件，具有一定的局限性[19]。

神经网络模型现多应用测井及地震等静态参数进行勘探阶段的储层识别与预测，而对石油工程中最直接也是最广泛获取的动态参数涉及较少。某区内大多数油井自然完井后需采取酸压改造措施后才能获得具有工业开采价值的油气流，储层酸压裂缝能否与天然裂缝或溶洞系统沟通是储层酸压施工效果的主控因素之一。作者以某区奥陶系碳酸盐岩储层为研究对象，利用该区各井酸压施工曲线的动态参数进行神经网络分析，判断该区各井酸压施工沟通储集体的类型及是否为定容体，了解该区目的储层地质特征，进而调整酸压施工方案，完善酸压施工设计，提高酸压施工成功率，降低投资风险。

1 储层基本特征

研究区奥陶系碳酸盐岩储层由于岩溶作用和成藏的多期性，造成油藏内油气水分布、流体性质、压力、温度等都存在较大的差异，储层具有极强的非均质性，从而导致储层内具有多个缝洞单元，各缝洞单元之间无明确的地质边界。……