基于机器学习的数字岩心孔渗预测方法研究

来源：石油科学通报杂志2019年第4期北京时间：

作者：王依诚；姜汉桥；于馥玮；成宝洋；徐飞；李俊键

单位：中国石油大学(北京)油气探测与工程国家重点实验室,北京,102249

摘要：岩石孔渗特征是影响储层流体储集及渗流能力的主要因素.目前数字岩心孔渗参数计算通常采用孔隙尺度建模并进行数值模拟,具有建模复杂、耗时长的缺点.为此,本文根据天然岩心CT扫描结果,运用OpenFOAM生成654组训练样本,并通过机器学习算法建立数字岩心孔渗快速预测模型,并对模型超参数进行敏感性分析.当学习率为0.003时,模型具有较强的泛化能力,孔渗预测结果误差小于10％的占比90％以上,且能够在1 s内完成.研究结果实现了数字岩心孔渗高效率、高精度预测,能够有效降低生产成本,提高工作效率.

关键词：机器学习,数字岩心,渗透率预测,CT扫描