基于模式識別融合的低阻油層識別*

孫玉強

（中國石油大學（華東）計算機科學與技術學院 青島 266580）

1 引言

自20 世紀50 年代起至今，石油這一重要的國民經濟命脈依舊占據著能源行業的主體地位，故識別儲集油層特征、提高儲集油層的采收率具有重要的研究意義。但伴隨著高含水、高采出與高度分散的三高特征以及石油勘探工作的難度加大，人們逐漸將研究的重點轉向低阻油層［1］。低阻油層由于受多種復雜因素的影響，其電阻率明顯低于常規油層，并且測井響應特征不明顯，使得測井信息對該類儲層識別的能力降低，往往被解釋為水層甚至被漏掉［2～3］。

其中從測井曲線中提取地層的儲層特性已成為測井分析專家面對的重要課題，也是提高油田采收率的關鍵技術之一［4～6］。傳統識別方法主要是通過人工分析建立儲層參數識別模型［7～8］、運用含油飽和度法、交會圖等分析法實現低阻油層識別［9～11］，但低阻油層成因機理復雜多樣，傳統識別方法挖潛效率低，并附有主觀性。針對上述存在問題，本文提出基于模式識別方法融合測井、錄井與生產數據，更加完備的描述小層信息，分析典型低阻層特征，通過隨機森林［12］與XGBoost［13］集成方法構建低阻油層識別模型，自動識別低阻油層，通過數據智能算法降低開發成本，提高識別準確率。

2 基于模式識別融合的低阻油層識別

2.1 整體框架

以測井數據為基準，融合錄井與生產監測數據，基于隨機森林與XGBoost 方法構建低阻油層識別模型。包括數據預處理、相似度計算、多源數據融合、低阻油層識別模塊。……