基于神经网络聚类分析的深层页岩储层岩相识别——以川南筇竹寺组为例

随着中国石化西南油气分公司下寒武统筇竹寺组页岩气勘探的重大突破,四川海相页岩气勘探热点逐渐从龙马溪组向筇竹寺组进行转变。因此,如何对页岩岩相进行准确识别是现阶段勘探工作中尚待解决的难题。为了解决这一问题,根据岩芯样品的有机质含量和X射线衍射实验结果,将筇竹寺组深层页岩储层划分为5种岩相(富有机质的粉砂质页岩和含钙粉砂质页岩、贫有机质的粉砂质页岩、含钙粉砂质页岩和黏土质页岩)。在三角图岩相划分和岩相特征分析的基础上,基于神经网络聚类分析理论建立了深层页岩气储层岩相识别工作流和模型,测试、验证和训练数据集的混淆矩阵结果均大于88%,识别准确性高。利用其模型对Z2井岩相进行了识别,比传统的岩相方法更加准确、高效,有助于研究区深层页岩气储层的高效开发,也为深层—超深层页岩气储层岩相识别研究提供了新思路。

资料为PDF文档格式.

本文档关键词:深层,识别,神经网络,聚类分析,页岩储层