一种基于机器学习的雷三2亚段泥灰岩储层预测方法技术

本发明专利技术公开了一种基于机器学习的雷三2亚段泥灰岩储层预测方法，包括以下步骤：S1、基于岩心观察，明确岩性类型及储层特征；S2、测井数据预处理，建立测井‑岩性数据集：选取伽马射线、声波时差、补偿中子、补偿密度、深电阻率、浅电阻率六种测井曲线，将测井曲线数据与岩性标签进行匹配，并对数据进行归一化处理；S3、训练LSTM神经网络：将归一化后的测井数据以及对应的岩性标签输入LSTM神经网络模块进行训练；S4、利用训练好的LSTM神经网络模块对未知雷三2亚段泥灰岩的岩性进行预测。本发明专利技术通过采用机器学习技术，利用现有常规测井数据建立雷三2亚段储层预测模型，可以在较大范围内提供储层特征信息，弥补岩心资料的不足。

【技术实现步骤摘要】

本专利技术属于地质探测，特别涉及一种基于机器学习的雷三2亚段泥灰岩储层预测方法。

技术介绍

1、雷口坡组是四川盆地最古老的开采天然气层系之一。雷口坡组地层广泛分布，层厚较大，含有许多利于天然气聚集的岩性，即滩相(如台内滩和颗粒滩)。此外，雷口坡组内存在大规模的膏盐岩，能够作为油气藏的盖层，具备良好的储盖条件。到目前为止，雷口坡组已经发现多个气藏，油气资源非常丰富，但勘探程度较低，故仍有很大的油气勘探潜力。

2、传统的泥灰岩储层预测方法是通过利用地震资料中的反射特征属性来进行预测，包括测井约束反演、叠前avo反演等。这些方法由于受地质背景和地震资料本身的影响较大，因此在预测过程中容易出现一些问题，如预测精度不高、易产生多解性等。在我国，现有针对泥灰岩储层的研究工作一般以提取地震属性为主，通常选择利用地震属性以此对泥灰岩储层进行预测。地震属性提取是一种能够通过直接利用地震反射信息对储层进行预测的方法，常利用地震资料的振幅、相位、频率、能量等参数对储层进行预测。

3、在储层预测中，常规方法主要依靠岩心和化验分析，然而，由于地层结构复杂，雷本文档来自技高网...

【技术保护点】

1.一种基于机器学习的雷三2亚段泥灰岩储层预测方法，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种基于机器学习的雷三2亚段泥灰岩储...

【专利技术属性】
技术研发人员：宋金民，任杉，金鑫，杨迪，李柯然，李智武，叶玥豪，王斌，邵兴鹏，郭嘉欣，薛佳敏，张钊益，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：