【技术实现步骤摘要】
本专利技术涉及常规与复杂储层流体性质识别、以及页岩油等非常规储层甜点评价，特别涉及一种基于knn的储层流体性质识别方法。
技术介绍
1、在油气勘探领域，利用测井资料开展储层流体性质识别是油藏评价的重要内容。流体性质识别常通过优选敏感参数构建流体识别图版。传统的方法主要依赖经验丰富的专家采用人工手动提取，其方法对地区测井解释经验要求较高，导致各油田解释评价技术不均衡，且效率低下。为了提高储层含油气性识别精度，提高解释和开发效率，降低劳动成本，需要一种智能化储层流体性质识别方法，以提高储层含油气性的识别精度，实现储层快速评价，指导后续开发施工方案。
技术实现思路
1、本专利技术的目的是提供一种能够精确识别未试油储层流体性质的基于knn的储层流体性质识别方法。
2、为此，本专利技术技术方案如下：
3、一种基于knn的储层流体性质识别方法，步骤如下：
4、s1、获取与未知储层位于同一区块范围内的全部已试油井的测井数据，得到用于预测未知油井储层性质的n种测井数据，...
【技术保护点】
1.一种基于KNN的储层流体性质识别方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于KNN的储层流体性质识别方法，其特征在于，在步骤S1中，测井数据选自自然伽马、自然电位、深电阻率、光电吸收截面指数、补偿声波、补偿密度、补偿中子和气测全烃。
3.根据权利要求1所述的基于KNN的储层流体性质识别方法，其特征在于，在步骤S2中，每种敏感测井数据的最大-最小标准化方法计算公式为：
4.根据权利要求1所述的基于KNN的储层流体性质识别方法，其特征在于，在步骤S5中，属性样本均值的计算公式为：
5.根据权利要求1所述的基...
【技术特征摘要】
1.一种基于knn的储层流体性质识别方法，其特征在于，步骤如下：
2.根据权利要求1所述的基于knn的储层流体性质识别方法，其特征在于，在步骤s1中，测井数据选自自然伽马、自然电位、深电阻率、光电吸收截面指数、补偿声波、补偿密度、补偿中子和气测全烃。
3.根据权利要求1所述的基于knn的储层流体性质识别方法，其特征在于，在步骤s2中，每种敏感测井数据的最大-最小标准化方法计算公式为：
4.根据权利要求1所述的基于knn的储层流体性质识别方法，其特征在于，在步骤s5中，属性样本均值的计算公式为：
5.根据权利要求1所述的基于knn的储层流体性质识别方法，其特征在于，在步骤s7中，最大近邻样本点数kmax的取值范围为：1≤kmax＜30。
【专利技术属性】
技术研发人员：刘俊东，陈长伟，宋舜尧，常静春，徐明，李海燕，郝丽萍，张小会，姬战怀，许伟，胡洪，
申请(专利权)人：中国石油天然气集团有限公司，
类型：发明
国别省市：
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。