摘要：致密砂岩气藏是目前重要的油气勘探领域，该类储层非均质性强、孔隙结构差，流体类型分布复杂，测井流体识别重叠图与交会图方法面临符合率低、适应性差等挑战。本研究提出了一种图版与数据联合驱动的测井流体智能识别方法。输入三孔隙度差比值图版、测录井结合图版、可动水与束缚水图版的流体识别结果，形成具有明确物理意义的先验知识特征向量，将常规测井数据与录井数据作为流体响应的原始信息，以试气结论作为真实标签进行监督学习，构建了"图版驱动+数据驱动"的双重判别体系。采用混合专家模型框架集成三种异构专家网络，包括：前馈神经网络、门控循环单元与注意力机制。通过门控网络动态分配各专家权重，实现多模态信息的智能融合。本研究采用了图版分析与数据驱动相结合的混合建模策略，保留了传统测井解释的特点，利用了机器学习的模式识别能力，在XH凹陷致密砂岩含气储层进行应用，流体识别符合率超过90%，提高了流体识别精度。该方法为致密砂岩含气储层的流体识别提供了新的技术。
关键词： 致密砂岩气藏；联合驱动；混合专家模型；流体识别；多模态数据融合
 

暂无