融合随钻核磁共振与机器学习的疏松砂岩储层孔隙结构评价新方法

针对疏松砂岩常规物性、压汞实验难度大，岩心标定测井评价孔隙结构精度低的特点，通过随钻核磁共振测井T₂谱、铸体薄片分析资料，采用特征参数提取、主成分分析、高斯混合聚类算法，对研究区储层孔隙结构进行分类。研究结果表明：随钻核磁共振T₂谱中能够提取表征孔隙连通性、大小及分布的13个特征参数，经主成分分析、高斯混合聚类算法处理解释后，研究区储层孔隙结构分为Ⅰ—Ⅴ共五类，T₂谱逐渐向左偏移，小孔隙占比逐渐增大，岩性从粗砂岩过渡至细-中砂岩，孔隙类型从粒间孔过渡至粒间溶孔，孔隙结构逐渐变差。