【技术实现步骤摘要】
一种致密储层微观孔喉结构分级模式的预测方法
本专利技术属于非常规油气勘探开发
，具体涉及一种致密储层微观孔喉结构分级模式的预测方法。
技术介绍
致密油被誉为石油届的“黑金”属于典型的非常规油气资源，因此在油气资源勘探中越来越重要。致密储层是石油地质勘探中的重点研究对象，其中微观孔喉直接影响着致密储层中致密油富集的情况，因此对储层微观孔喉结构分级模式的预测具有重要研究意义。然而目前国内外对致密储层微观孔喉的研究中如何有效的降低误差，提高对储层微观孔喉分级评价的准确性、如何在测井曲线较多，实验数据较少的情况下，对微观孔喉结构类型的预测研究颇少。因此本次应用机器学习技术，不仅有效降低误差，提升微观孔喉分类的效率和精准度，同时也可以通过测井曲线数据直观预测微观孔喉发育情况。
技术实现思路
针对现有技术中存在的缺陷，本专利技术的目的在于提供一种致密储层微观孔喉结构分级模式的预测方法，能不仅可以有效降低实验误差，提升分类的效率和精准度，减少主观因素影响，同时在测井曲线较多，测试岩样数据相对少的情况下可以...
【技术保护点】
1.一种致密储层微观孔喉结构分级模式的预测方法，其特征在于，所述方法包括：/n(1)选取岩石样品，获取岩石基本参数；/n(2)利用岩石样品的孔隙度和渗透率求取储层品质因子数据，将数据存储到数据库1中；/n(3)利用高压压汞技术提取岩石样品中特征参数的数据，并存储到数据库2中；/n(4)对数据库1和数据库2中数据进行无量纲化处理；/n(5)将无量纲化处理后数据库2中具有相同含义的特征参数分成一类，共m类；/n(6)应用灰度关联分析法求取每个特征参数的权重；/n(7)从每类特征参数中选出权重值最大的，并将该无量纲化处理后的m类特征参数存入到数据库3中；/n(8)根据数据库1、3...
【技术特征摘要】 【专利技术属性】
1.一种致密储层微观孔喉结构分级模式的预测方法，其特征在于，所述方法包括：
(1)选取岩石样品，获取岩石基本参数；
(2)利用岩石样品的孔隙度和渗透率求取储层品质因子数据，将数据存储到数据库1中；
(3)利用高压压汞技术提取岩石样品中特征参数的数据，并存储到数据库2中；
(4)对数据库1和数据库2中数据进行无量纲化处理；
(5)将无量纲化处理后数据库2中具有相同含义的特征参数分成一类，共m类；
(6)应用灰度关联分析法求取每个特征参数的权重；
(7)从每类特征参数中选出权重值最大的，并将该无量纲化处理后的m类特征参数存入到数据库3中；
(8)根据数据库1、3对致密储层微观孔喉进行Q型聚类分析，得到分类结果；
(9)根据岩样的井号和深度将每个岩样的分类结果与之相对应的测井曲线进行匹配；
(10)根据岩样分类结果提取对应的测井曲线的数值；
(11)运用支持向量机对已知类别的测井曲线数值进行学习并形成支持向量机模型；
(12)通过形成的支持向量机模型来对未测样点的微观孔喉分级模式进行预测。
2.根据权利要求1所述的方法，其特征在于，步骤(6)中的灰度关联分析法具体包括：
将数据库1中的储层品质因子作为母序列用X0(k)表示，将数据库2中的特征参数作为比较序列用Xi(k)表示，进行灰度关联分析，Vi权重的计算公式为：
式中，Δi(k)＝|X0(k)-Xi(k)|代表比较序列与参考序列对应元素的绝对差值，Y为分辨系数。
3.根据权利要求1所述的方法，其特征在于，步骤(8)中的Q型聚类分析法具体步骤为：
8.1将步骤(7)中得到的m类特征参数做为样品分类的m项观测指标；
8.2根据n个样品的m项观测指标，形成数据矩阵X，数据矩阵X为：
式中：xnm为第n个样品的第m项观测指标值；
8.3计算n个样品m维空间的样品点之间的欧式距离dij，将距离近的样品分成一类；
8.4应用欧式距离计算类与类之间的距离，以此类推最终将所有样品归为一类。
4.根据权利要求3所述的方法，其特征在于，步骤8.3中的欧式距离的计算公式为：
技术研发人员：李易霖，牛大鸣，张云峰，付航，王泽强，陈怀毅，
申请(专利权)人：东北石油大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。