论文部分内容阅读
中东M油田是以碳酸盐岩储层为主的双重介质油藏,裂缝发育、非均质性较强.由于目前常规单一的地震属性无法精细刻画裂缝分布规律,因此建立了基于神经网络的多信息融合裂缝建模技术,首先利用神经网络预测无成像测井资料的单井裂缝密度;其次将纵波方位各向异性、地震不连续检测叠前地震属性,基于神经网络非线性融合进行三维裂缝密度发育概率预测;以单井裂缝密度作为井上硬数据,在严格的变差函数分析和裂缝密度概率体双重约束条件下建立裂缝密度模型;最后通过地质统计学建模方法建立离散裂缝网络模型并将其粗化等效成裂缝属性模型.模型拟合率应用于M油田开发决策优化,优选裂缝较为发育的区域采用水平井或大斜度井进行开发,平均单井日产油量达上千桶.新井揭示的裂缝发育情况与钻前预测一致,并且投产井单井产量均明显高于先期开发井.