摘要
貯留層の浸透率は貯留層の生産能力に重要な影響を与える要因である。孔隙連通性が低い低浸透砂岩貯留層における従来の測井浸透率モデルの予測精度が高くない問題に対し、深層信頼ネットワークアルゴリズムと従来の測井曲線を組み合わせて貯留層浸透率を予測する方法を提案する。本手法は灰色相関法を用いて測井曲線の相関度を分析し、関連度の順位に基づいて特徴的に感受性の高い測井曲線を選択し、深層信頼ネットワークの教師あり学習のチューニングと対比散度アルゴリズムによるデータマイニングを組み合わせて浸透率の予測モデルを構築した。このモデルは従来のBPニューラルネットワークの局所最適化問題を改善し、ネットワークモデルの学習効率と予測精度を向上させた。予測モデルの平均相対誤差は9.1%であり、従来の浸透率モデルと比較して約20%低減した。実際の資料処理への適用と誤差解析により、本手法が低浸透貯留層の浸透率予測精度を効果的に向上させることを示した。
关键词
浸透率; 測井曲線; 灰色相関分析法; 深層信頼ネットワーク; 予測