基于水平井资料的砂砾岩储层岩石相建模方法

以水平井开发的砂砾岩储层在地质表征方面存在诸多问题：水平井多钻遇优质储层,其数据存在样本偏差,建模结果可信度低；砂砾岩相变快,以常规手段通过水平井测井资料识别岩石相存在困难；水平井数据以“串数据”格式为主,导致作为随机建模关键控制要素的变差函数不收敛。为此,以东营凹陷盐家油田盐227块为例,提出了一套基于水平井资料的砂砾岩储层岩石相建模方法,包括水平井资料预处理、岩石相自识别、水平井资料随机建模等。研究表明,以“向量角抽稀”的方法对水平井测井曲线进行数据抽稀,可以有效解决数据样本偏差问题；以深度学习的卷积神经网络为手段,通过数据自识别的方法,能够建立可信度较高的岩石相识别结果；通过“变差椭圆”的方法,能够解决水平井资料变差函数不收敛的问题,得到有效的主次变程。