基于钻录测数据驱动的储层可压性无监督聚类模型及其压裂布缝优化

来源：石油科学通报杂志2023年第6期北京时间：

作者：胡诗梦；盛茂；秦世勇；任登峰；彭芬；冯觉勇

单位：中国石油大学(北京)人工智能学院,北京 102249;中国石油大学(北京)油气资源与工程全国重点实验室,北京 102249%中国石油天然气股份有限公司塔里木油田分公司,库尔勒市 841000

摘要：储层可压性评价是提高非常规油气压裂均衡改造效果的先决条件之一.目前储层可压性评价主要依赖测井数据理论解释岩石力学参数,应用效果不均衡.本文利用钻头破岩数据直接反映岩石力学参数的特点,以钻录井和测井数据驱动聚类储层可压性,建立了基于SOM无监督聚类算法的储层可压性聚类模型,手肘法确定最优聚类数,形成了压裂布缝位置参数优化方法.针对塔里木盆地巨厚储层典型直井,开展了三簇射孔布缝位置优选设计.结果表明,钻井钻时、dc指数、钻压、扭矩和测井地层电阻率、声波时差和中子等参数与储层可压性显著相关,可作为特征参数;所建立的模型可有效区分储层可压性沿井筒轴向的差异性,优选同类别储层可压性井段布置裂缝,有望提高均衡压裂改造效果.

关键词：机器学习,无监督学习,水力压裂,优化设计