[发明专利]基于岩石物理知识确定储层孔隙度的方法、装置及设备

说明书

本说明书提供了一种基于岩石物理知识确定储层孔隙度的方法、装置及设备。所述方法包括获取目标岩性类别的测井数据集；利用预设方式从测井数据集中筛选孔隙度指标；其中，孔隙度指标表示影响储层孔隙度的测井曲线；基于测井数据集中指定孔隙度指标对应的数据和孔隙度曲线，获得孔隙度估算曲线；将测井数据集中孔隙度指标对应的数据和孔隙度估算曲线输入集成孔隙度预测模型，获得目标岩性类别所对应储层的孔隙度；其中，集成孔隙度预测模型基于岩石物理信息对多个决策回归器约束训练获得。利用本说明书实施例不仅可以更好地预测复杂储层的孔隙度以及不同岩性的孔隙度，而且可以大幅度地提高岩石孔隙度预测精度。

技术领域

本申请涉及石油勘探开发技术领域，特别涉及一种基于岩石物理知识确定储层孔隙度的方法、装置及设备。

背景技术

储层评价是储层研究的重要环节，也是油气勘探开发的重要研究内容。孔隙度作为储层评价的重要物性参数之一，它的准确评估对储层评价变得越来越重要。

由于孔隙度的大小受很多不同地质因素的影响，如构造位置、埋藏深度、成岩程度、沉积环境、岩性变化等。现有技术中，主要通过人工智能数据驱动方法确定储层孔隙度。这种方式选择测井数据作为输入，人工精细解释的孔隙度曲线作为标签，利用人工智能数据驱动算法建立多种测井属性与孔隙度的非线性关系从而进行孔隙度预测。然而，由于不同岩性中测井曲线与孔隙度的非线性关系相差较大，这样单纯利用数据驱动的人工智能算法对不同岩性的非线性关系拟合效果较差，从而会降低孔隙度预测的准确度。此外，由于通过钻井获取测井数据的成本比较高，且存在严重的少标签和样本不均衡等瓶颈问题，这样也会降低利用人工智能数据驱动方法预测孔隙度的准确度。

因此，业内亟需一种可以解决上述技术问题的技术方案。

发明内容

本说明书实施例提供了一种基于岩石物理知识确定储层孔隙度的方法、装置及设备，不仅可以更好地预测复杂储层的孔隙度以及不同岩性的孔隙度，而且可以大幅度地提高岩石孔隙度预测精度。

本说明书提供的基于岩石物理知识确定储层孔隙度的方法、装置及设备包括以下实现方式。

基于岩石物理知识确定储层孔隙度的方法，包括：获取目标岩性类别的测井数据集；其中，所述测井数据集中每条测井数据对应多种测井曲线；利用预设方式从所述测井数据集中筛选孔隙度指标；其中，所述孔隙度指标表示影响储层孔隙度的测井曲线；基于所述测井数据集中指定孔隙度指标对应的数据和孔隙度曲线，获得孔隙度估算曲线；将所述测井数据集中孔隙度指标对应的数据和所述孔隙度估算曲线输入集成孔隙度预测模型，获得目标岩性类别所对应储层的孔隙度；其中，所述集成孔隙度预测模型基于岩石物理信息对多个决策回归器约束训练获得。

基于岩石物理知识确定储层孔隙度的装置，包括：获取模块，用于获取目标岩性类别的测井数据集；其中，所述测井数据集中每条测井数据对应多种测井曲线；筛选模块，用于利用预设方式从所述测井数据集中筛选孔隙度指标；其中，所述孔隙度指标表示影响储层孔隙度的测井曲线；第一获得模块，用于基于所述测井数据集中指定孔隙度指标对应的数据和孔隙度曲线，获得孔隙度估算曲线；第二获得模块，用于将所述测井数据集中孔隙度指标对应的数据和所述孔隙度估算曲线输入集成孔隙度预测模型，获得目标岩性类别所对应储层的孔隙度；其中，所述集成孔隙度预测模型基于岩石物理信息对多个决策回归器约束训练获得。

基于岩石物理知识确定储层孔隙度的设备，包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现本说明书实施例中任意一个方法实施例的步骤。