一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法技术

一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，包括以下步骤：1)收集多组井段的岩心分析渗透率和核磁共振T2谱测井数据，深度对齐后作为样本数据；2)将收集的岩心分析渗透率与核磁共振T2谱测井数据进行归一化，使得样本数据范围在[0,1]之间；3)建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系；4)利用步骤3)中训练好的核磁共振T2谱与岩心分析渗透率之间的非线性映射关系获取待计算井段的致密砂岩渗透率值。

A method for obtaining tight sandstone permeability by using nuclear magnetic resonance T2 spectrum

A method of obtaining permeability of tight sandstone by NMR T2 spectra includes the following steps: 1) collection of core analysis permeability and nuclear magnetic resonance T2 logging data in many groups of wells, deep alignment as sample data, and 2) the normalization of the collected core analysis permeability and nuclear magnetic resonance T2 logging data. The range of sample data is between [0,1]; 3) the nonlinear mapping relation between nuclear magnetic resonance T2 spectrum and core analysis permeability is established; 4) the permeability value of dense sandstone in the well section is obtained by using the nonlinear mapping relationship between magnetic resonance T2 spectrum and core analysis permeability in step 3).

【技术实现步骤摘要】
一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法
本专利技术涉及一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，属于石油开采领域。
技术介绍
随着我国环境问题日益严峻，在绿色低碳能源转型的大背景下，天然气作为最清洁的化石能源，在能源战略中的重要性达到了前所未有的高度，天然气的需求持续增加，其中非常规致密砂岩天然气是未来重要的来源。在致密砂岩天然气的勘探开发中，储层渗透率的准确估算对于产能评价具有重要作用。获取储层渗透率的方法主要有岩心分析法和测井计算法，其中，岩心分析渗透率最为准确，但是钻井取心成本高，获取的储层渗透率不够全面而且也不连续；利用测井资料估算渗透率是一种经济且可行的方法。因此，研究利用测井资料估算渗透率具有十分重要的意义。致密砂岩的孔隙结构复杂对渗透率的影响大，核磁测井T2谱可以描述储层孔隙度、孔隙结构等多种地层信息，在致密砂岩渗透率评价中可以发挥重要作用。目前，利用核磁共振测井计算储层渗透率的解释模型主要有：Coates模型和SDR模型，其中Coates模型利用核磁T2谱得到的可动流体孔隙度、束缚流体孔隙度、核磁总孔隙度参数建立与渗透率的关系；SDR模型利用核磁T2谱得到的核磁总孔隙度、T2几何均值参数建立与渗透率的关系。但是，这些利用核磁共振T2谱计算渗透率的模型在致密砂岩储层中的运用效果不甚理想，主要原因是利用上述方法计算储层渗透率需要获得核磁T2谱截止值，由于致密砂岩储层非均质性严重，因此难以准确获得不断变化的核磁T2谱截止值，渗透率计算结果误差较大；此外，上述方法未能充分利用核磁共振T2谱所反映的全部岩石孔隙结构信息。专利技术内容针对
技术介绍
中存在的问题，本专利技术的目的在于提供一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，其能准确预测致密砂岩渗透率。为实现上述目的，本专利技术采用以下技术方案：一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，包括以下步骤：1)收集多组井段的岩心分析渗透率和核磁共振T2谱测井数据，深度对齐后作为样本数据；2)将收集的岩心分析渗透率与核磁共振T2谱测井数据进行归一化，使得样本数据范围在[0,1]之间；3)建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系；4)利用步骤3)中训练好的核磁共振T2谱与岩心分析渗透率之间的非线性映射关系获取待计算井段的致密砂岩渗透率值。所述步骤2)中，将收集的岩心分析渗透率与核磁共振T2谱测井数据进行归一化，使得样本数据范围在[0,1]之间的过程如下：利用式(1)对核磁共振T2谱样本数据进行归一化T2i,j为第j个深度点核磁T2谱的第i个分量；T2_normali,j为T2i,j的归一化结果；T2min为所有T2i,j中的最小值；T2max为所有T2i,j中的最大值；利用式(2)对岩心分析渗透率样本数据进行归一化Kj为第j个深度点岩心分析渗透率；K_normalj为Kj的归一化结果；Kmin为所有Kj中的最小值；Kmax为所有Kj中的最大值。所述步骤3)中，建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系的过程如下：①选取含有一层隐含层的三层BP神经网络；②确定BP神经网络输入、输出层变量个数；③确定BP神经网络的隐含层神经元个数；④获取BP神经网络模型；⑤将步骤2)中获得的归一化的核磁共振T2谱数据T2_normali,j(i＝1，...，m，j＝1，...，n)作为输入样本数据，步骤2)中获得的岩心分析渗透率K_normalj(j＝1，...，n)作为输出样本数据，利用BP神经网络模型进行网络训练建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系。所述步骤②中，确定BP神经网络输入、输出层变量个数的过程如下：采用的核磁共振T2谱测井数据由64个分量组成，因此输入层变量个数为64；输出层变量个数即输出的渗透率K，因此输出层变量个数为1；所述步骤③中，确定BP神经网络的隐含层神经元个数的过程如下：利用如下式(3)确定隐层神经元个数N2其中，N1为输入层变量层个数；N3为输出层变量个数；α为[1,10]之间的常数；通过计算可知隐含层神经元个数为介于9到18之间的整数，分别用9到18个神经元进行尝试，发现18个神经元时效果最好，将隐含层神经元个数确定为18。所述步骤④中，获取BP神经网络模型的过程如下：先将BP神经网络进行网络初始化，然后将前述设定好的BP神经网络的层数、输入变量层个数、输出变量层个数及隐含层神经元个数等参数输入BP神经网络中进行网络训练。所述步骤⑤中，将步骤2)中获得的归一化的核磁共振T2谱数据T2_normali,j(i＝1，...，m，j＝1，...，n)作为输入样本数据，步骤2)中获得的岩心分析渗透率K_normalj(j＝1，...，n)作为输出样本数据，利用BP神经网络模型进行网络训练建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系的过程如下：a.利用现有的迭代算法不断随机抽取70％的样本数据进行计算，每次迭代完成之后，从未被抽取的样本数据中随机抽取50％对非线性映射关系的进行评估；b.当70％的样本数据计算精度难以提高时，再从未被抽取的样本数据中随机抽取50％用于模型验证的样本数据进行计算，将误差平方和最小时对应的非线性映射关系为最终的非线性映射关系；c.将步骤b中剩余的未被抽取的样本数据对最终非线性映射关系进行检验。8、如权利要求7所述的一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，其特征在于：所述步骤4)中，利用步骤3)中训练好的核磁共振T2谱与岩心分析渗透率之间的非线性映射关系获取待计算井段的致密砂岩渗透率值的过程如下：①利用步骤2)中公式(1)对所要计算井段的核磁共振T2谱测井数据进行归一化；②将步骤①中归一化后的数据输入训练好的BP神经网络模型，根据建立的核磁共振T2谱与岩心分析渗透率之间的非线性映射关系，得到输出结果K_normal；③对输出结果K_normal利用公式(4)转换为最终渗透率值K：本专利技术由于采取以上技术方案，其具有以下优点：本专利技术提出的基于机器学习BP神经网络算法利用核磁T2谱计算致密砂岩渗透率的方法，建立了二维核磁T2谱与一维渗透率值之间的非线性映射关系，充分利用了核磁T2谱包含的所有孔隙结构信息，有效地提高了致密砂岩储层渗透率的计算精度，比之前的核磁共振渗透率评价模型精度大大提高，实现了致密砂岩储层渗透率的连续计算，满足了致密砂岩气产能评价的需求。附图说明图1为本专利技术提出的基于机器学习BP神经网络算法利用核磁T2谱计算渗透率方法中的BP神经网络的网络拓扑结构图；图2为本专利技术用于BP神经网络算法训练的样本数据；图3为本专利技术选用70％样本数据训练后得到的BP神经网络模型精度；图4为本专利技术将未被抽取的15％检验样本进行评估得到的BP神经网络模型精度；图5为本专利技术将剩余未被抽取的15％样本数据训练得到的BP神经网络模型精度；图6为本专利技术所有样本数据训练得到的BP神经网络模型精度；图7为本专利技术提出的基于机器学习BP神经网络算法利用核磁T2谱计算渗透率方法的某井段实际核磁共振测井渗透率计算结果图。具体实施方式下面结合附图和实施例对本专利技术进行详细的描述。如图1所示，本专利技术提出了一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，包括以本文档来自技高网...

【技术保护点】
1.一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，包括以下步骤：1)收集多组井段的岩心分析渗透率和核磁共振T2谱测井数据，深度对齐后作为样本数据；2)将收集的岩心分析渗透率与核磁共振T2谱测井数据进行归一化，使得样本数据范围在[0,1]之间；3)建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系；4)利用步骤3)中训练好的核磁共振T2谱与岩心分析渗透率之间的非线性映射关系获取待计算井段的致密砂岩渗透率值。

【技术特征摘要】
1.一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，包括以下步骤：1)收集多组井段的岩心分析渗透率和核磁共振T2谱测井数据，深度对齐后作为样本数据；2)将收集的岩心分析渗透率与核磁共振T2谱测井数据进行归一化，使得样本数据范围在[0,1]之间；3)建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系；4)利用步骤3)中训练好的核磁共振T2谱与岩心分析渗透率之间的非线性映射关系获取待计算井段的致密砂岩渗透率值。2.如权利要求1所述的一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，其特征在于：所述步骤2)中，将收集的岩心分析渗透率与核磁共振T2谱测井数据进行归一化，使得样本数据范围在[0,1]之间的过程如下：利用式(1)对核磁共振T2谱样本数据进行归一化T2i,j为第j个深度点核磁T2谱的第i个分量；T2_normali,j为T2i,j的归一化结果；T2min为所有T2i,j中的最小值；T2max为所有T2i,j中的最大值；利用式(2)对岩心分析渗透率样本数据进行归一化Kj为第j个深度点岩心分析渗透率；K_normalj为Kj的归一化结果；Kmin为所有Kj中的最小值；Kmax为所有Kj中的最大值。3.如权利要求2所述的一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，其特征在于：所述步骤3)中，建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系的过程如下：①选取含有一层隐含层的三层BP神经网络；②确定BP神经网络输入、输出层变量个数；③确定BP神经网络的隐含层神经元个数；④获取BP神经网络模型；⑤将步骤2)中获得的归一化的核磁共振T2谱数据T2_normali,j(i＝1，...，m，j＝1，...，n)作为输入样本数据，步骤2)中获得的岩心分析渗透率K_normalj(j＝1，...，n)作为输出样本数据，利用BP神经网络模型进行网络训练建立核磁共振T2谱与岩心分析渗透率之间的非线性映射关系。4.如权利要求3所述的一种利用核磁共振T2谱形态获取致密砂岩渗透率的方法，其特征在于：所述步骤②中，确定BP神经网络输入、输出层变量个数的过程如下：采用的核磁共振T2谱测井数据由64个分量组成，因此输入层变量个数为64；输出层变量个数即输出的渗透率K，因此输出层变量个数为1。5.如权利要求4所述的一种利用核磁共振T2谱...

【专利技术属性】
技术研发人员：余杰，秦瑞宝，张占松，张冲，黄涛，何峰，汤丽娜，宋蓉燕，
申请(专利权)人：中国海洋石油集团有限公司，中海油研究总院有限责任公司，
类型：发明
国别省市：北京,11