致密储层“甜点”区边界智能刻画方法及系统技术方案

本发明专利技术公开了一种致密储层“甜点”区边界智能刻画方法及系统，该方法包括：选择待测区域的储层敏感属性数据；对储层敏感属性数据进行预处理；根据预处理后的储层敏感属性数据和聚类预测模型，得到聚类结果；对聚类结果进行类别合并，得到待测区域的储层“甜点”区。利用储层敏感属性平面数据和无监督聚类算法对储层平面分布图进行聚类分析，在此基础上，根据“甜点”区划分标准，结合地质认识，对聚类结果进行合并，由此得到待测区域的储层“甜点”区边界范围，这样可大大降低对人为经验的依赖，省时、省力，并且可提高待测区域储层“甜点”区边界范围的刻画精度。界范围的刻画精度。界范围的刻画精度。

【技术实现步骤摘要】
致密储层“甜点”区边界智能刻画方法及系统


[0001]本专利技术涉及智能化油气勘探的
，特别涉及一种致密储层“甜点”区边界智能刻画方法及系统。

技术介绍

[0002]随着勘探程度的不断深入，我国大部分油田处于开发中后期，发现构造油气藏的机遇已日益减少，隐蔽油气藏、岩性油气藏、裂缝油气藏、致密油气藏等复杂油气藏已经成为勘探和开发的主体目标。“甜点”区边界刻画是复杂油气勘探和开发过程中非常关键的一步。
[0003]“甜点”区边界刻画常规方法是利用储层的敏感属性平面图，建立致密储层“甜点”综合评价标准，依据该标准，结合地质认识，分别在每一个敏感属性平面图中手动划分出各自的“甜点”区多边形范围，然后对各个属性图中划分出的“甜点”区范围求交集，得到最终的I类、II类、III类等“甜点”区边界叠合图。常规方法在储层横向变化较小的情况下，可以得到较为理想的结果。
[0004]然而，复杂储层往往具有非均质性强、横向变化快等特点，利用常规方法对这类储层进行“甜点”区边界刻画工作量繁重，需要耗费较多的人工和时间成本，得到的“甜点”区域精度也比较低，且依赖于个人的经验和认识。

技术实现思路

[0005](一)专利技术目的
[0006]本专利技术的目的是提供一种致密储层“甜点”区边界智能刻画方法及系统，通过利用储层敏感属性数据和无监督聚类算法对储层平面分布图进行聚类分析，对得到的聚类结果进行合并，由此得到待测区域的储层“甜点”区边界范围，这样可大大降低对人为经验的依赖，省时、省力，并且可提高待测区域的储层“甜点”区边界范围的刻画精度。
[0007](二)技术方案
[0008]本专利技术的第一方面提供了一种致密储层“甜点”区边界智能刻画方法，包括：选择待测区域的储层敏感属性数据；对储层敏感属性数据进行预处理；根据预处理后的储层敏感属性数据和聚类预测模型，得到聚类结果；对聚类结果进行类别合并，得到待测区域的储层“甜点”区。
[0009]进一步地，在所述对聚类结果进行类别合并，得到待测区域的储层“甜点”区之前还包括：对聚类结果进行地质评估和验证；若聚类结果不满足预设条件，则重新选择待测区域的储层敏感属性数据和调整聚类预测模型的参数。
[0010]进一步地，所述对储层敏感属性数据进行预处理，包括：对储层敏感属性数据进行归一化处理，归一化的公式如下：
[0011][0012]式中，x
min
和x
max
分别为储层敏感属性数据点x
i
的最小值和最大值。
[0013]进一步地，所述根据预处理后的储层敏感属性数据和聚类预测模型，得到聚类结果之前，还包括：基于密度的DBSCAN算法构建聚类预测模型。
[0014]进一步地，储层敏感属性数据包括但不限于：储层岩性平面分布图散点数据、储层厚度平面分布图散点数据和储层孔隙度平面分布图散点数据。
[0015]进一步地，所述对聚类结果进行类别合并，得到待测区域的储层“甜点”区，包括：基于储层岩性平面分布图散点数据、储层厚度平面分布图散点数据和储层孔隙度平面分布图散点数据均输入到聚类预测模型，基于密度的DBSCAN算法对待测区域进行子区域划分；根据储层“甜点”区预测标准，对划分的子区域进行类别合并，得到待测区域的储层“甜点”区。
[0016]本专利技术的第二方面提供了一种致密储层“甜点”区边界智能刻画系统，包括：选择模块，其用于选择待测区域的储层敏感属性数据；预处理模块，其用于对储层敏感属性数据进行预处理；聚类预测模块，其用于根据预处理后的储层敏感属性数据和聚类预测模型，得到聚类结果；确定模块，其用于对聚类结果进行类别合并，得到待测区域的储层“甜点”区。
[0017]进一步地，致密储层“甜点”区边界智能刻画系统还包括：评估和验证模块，其用于对聚类结果进行地质评估和验证；若聚类结果不满足预设条件，则重新选择待测区域的储层敏感属性数据和调整聚类预测模型的参数。
[0018]本专利技术的第三方面提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。
[0019]本专利技术的第四方面提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序时实现所述方法的步骤。
[0020](三)有益效果
[0021]本专利技术的上述技术方案具有如下有益的技术效果：
[0022]本专利技术实施例的技术方案通过利用储层敏感属性数据和无监督聚类算法对储层平面分布图进行聚类分析，得到聚类结果；在此基础上，根据“甜点”区划分标准，结合地质认识，对聚类结果进行合并，由此得到待测区域的储层“甜点”区边界范围，这样可大大降低对人为经验的依赖，省时、省力，并且可提高待测区域的储层“甜点”区边界范围的刻画精度。
附图说明
[0023]图1是根据本专利技术第一实施方式的致密储层“甜点”区边界智能刻画方法流程图；
[0024]图2a是理论模型的示意图；
[0025]图2b是理论模型属性1的值及分布区域示意图；
[0026]图2c是理论模型属性2的值及分布区域示意图；
[0027]图2d是理论模型属性3的值及分布区域示意图；
[0028]图2e是理论模型预测结果；
[0029]图3是根据本专利技术第二实施方式的致密储层“甜点”区边界智能刻画方法流程图；
[0030]图4是根据本专利技术实施例确定的各个储层“甜点”区范围示意图；
[0031]图5是根据本专利技术第三实施方式的致密储层“甜点”区边界智能刻画系统的结构示
意图。
具体实施方式
[0032]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0033]本专利技术的第一方面提供了一种致密储层“甜点”区边界智能刻画方法，如图1所示，具体包括以下步骤：
[0034]步骤S100，选择待测区域的储层敏感属性数据。例如储层敏感属性数据可以是储层厚度平面分布图散点数据、储层岩性平面分布图散点数据、储层物性平面分布图散点数据等。
[0035]步骤S300，对储层敏感属性数据进行预处理。对储层敏感属性数据进行预处理，包括但不限于异常值去除、数据归一化、特征变换等预处理，以使得预处理后的不同类型储层敏感属性数据具有可比较性。
[0036]步骤S500，将预处理后的储层敏感属性数据输入到聚类预测模型，得到聚类结果。聚类预测模型可以是基于无监督聚类算法构建的模型。
[0037]步骤S700，根据“甜点”划分标准，对聚类结果进行类别合并，得到待测区域的储层“甜点”区。
[0038]利用储层敏感属性数据和无监督聚类算法对储层平面分布图进行无监督聚类分析，得到聚类结果。在此基础上，根据“甜点”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种致密储层“甜点”区边界智能刻画方法，其特征在于，包括：选择待测区域的储层敏感属性数据；对储层敏感属性数据进行预处理；根据预处理后的储层敏感属性数据和聚类预测模型，得到聚类结果；对聚类结果进行类别合并，得到待测区域的储层“甜点”区。2.根据权利要求1所述的方法，其特征在于，在所述对聚类结果进行类别合并，得到待测区域的储层“甜点”区之前还包括：对聚类结果进行地质评估和验证；若聚类结果不满足预设条件，则重新选择待测区域的储层敏感属性数据和调整聚类预测模型的参数。3.根据权利要求1所述的方法，其特征在于，所述对储层敏感属性数据进行预处理，包括：对储层敏感属性数据进行归一化处理，归一化的公式如下：式中，x
min
和x
max
分别为储层敏感属性数据点x
i
的最小值和最大值。4.根据权利要求1所述的方法，其特征在于，所述根据预处理后的储层敏感属性数据和聚类预测模型，得到聚类结果之前，还包括：基于密度的DBSCAN算法构建聚类预测模型。5.根据权利要求2所述的方法，其特征在于，储层敏感属性数据包括但不限于：储层岩性平面分布图散点数据、储层厚度平面分布图散点数据和储层孔隙度平面分布图散点数据。6.根据权利要求5所述的方法，其特征在于...

【专利技术属性】
技术研发人员：刘恩良，舒梦珵，霍守东，舒国旭，
申请(专利权)人：南京加宝囤信息科技有限公司，
类型：发明
国别省市：