基于FZI与LVQ神经网络的储层渗透率计算方法  

作　　者：孙越 刘建魁 李国芳 赵盼 李进 

机构地区：[1]中国石油集团测井有限公司华北分公司 [2]中国石油集团测井有限公司长庆分公司 [3]中国石油集团测井有限公司天津分公司

出　　处：《国外测井技术》2023年第5期81-85,共5页World Well Logging Technology

摘　　要：巴西海上X油田碳酸盐岩储层非均质性强,单一的孔隙度与渗透率回归模型以及核磁共振方法计算的渗透率误差较大。因此,利用366块标准柱塞样物性分析数据,根据流动单元指数(FZI)由小到大,划分出了4类流动单元,并建立了相应的孔隙度与渗透率统计回归模型,每种类型流动单元的孔隙度与渗透率相关性较高。应用分类统计模型,需要划分整个目的层段的流动单元类型。为此,利用LVQ神经网络方法建立取心段流动单元类型与常规、核磁共振等测井曲线的关系,最终实现了储层流动单元类型的连续划分及其渗透率的测井评价。岩心渗透率与预测渗透率的对比验证了该方法的正确性与有效性,且渗透率计算精度较常规单一孔隙度、渗透率回归方法和核磁共振方法有较大提高。

关 键 词：流动单元 渗透率 核磁共振测井 模糊神经网络 桑托斯盆地 

分 类 号：G63[文化科学—教育学]