基于RNN-FCNN的多尺度油水層識別方法①

胡家琦 孫連山 石 敏 朱登明 李國軍

(*陜西科技大學電子信息與人工智能學院 西安 710021) (**華北電力大學控制與計算機工程學院 北京 102206) (***中國科學院計算技術研究所 北京 100190) (****中國石油集團測井有限公司 西安 710065)

0 引 言

測井數據是油藏開采過程中不可或缺的重要資源。地質專家和工程師通過對測井數據的分析可以極大加深對地下情況的認知，因此測井數據是輔助工作人員尋找和評價油水層的重要資源[1-3]。隨著測井技術的不斷發展，與之相關的測井解釋技術正逐步從定性、半定量的人工解釋逐步走向借助計算機定量化解釋的時代，相關的解釋模型和解釋效率也有了一定程度的提高[4-6]。

傳統的油水層識別主要依賴于專家經驗，專家通過對測井曲線的分析得到分層解釋結論，但專家未知的地質模式則無法判別，得到的解釋結論也有待商榷，并且整個識別過程需要耗費大量的人力物力。交會圖版法也是層位識別的重要技術之一，其通過建立研究區深側向電阻率與自然電位交會圖識別油水層，但由于部分層位物性相近，圖版中易出現混合區，故對于復雜地質條件的油水層識別存在局限[7]。隨著大數據時代的到來，越來越多的學者提出使用數據驅動的方式實現油水層識別[8,9]，以有效避免人為誤差，提高生產效率。聚類分析法用于測井曲線解釋，所需參數少，不易受參數影響，但該方法在樣本量足夠多時才能取得好的效果，從而限制了其實際應用[10]。……