用人工智能和数据挖掘工具预测和分析上巴肯页岩的地质力学性质
若要有效地开发非常规油气储层,就必须确定和了解地层的地质力学性质.成功的井眼稳定性、钻井设计和水力压裂技术,这些关键成果都有助于充分了解地层的地质力学性质.这些地质力学性质包括杨氏模量、泊松比、体积模量、剪切模量和最小水平应力,这些都可以从地质力学测井中获取.不幸的是,因为成本太高,这些测井并没有得到广泛使用.我们需要另一种可替代的、经济有效的方法来获得岩石的地质力学性质.这就是本研究的缘起.本研究的重点是利用人工智能和数据挖掘技术建立常规测井与地质力学测井之间的关系,并以经济有效的方式预测地层的地质力学性质.本次研究的重点区域为美国北达科他州上巴肯页岩.本研究分析了北达科他州五个主要产油县(伯克、蒙特莱尔、麦肯齐、邓恩和威廉姆斯)的112口井.首先用线性法和神经网络法预测了剪切波速.剪切波速是进行可靠计算的关键,对于地层动态地质力学性质的计算尤其如此.然后采用神经网络方法,利用常规测井资料,如伽马射线和体积密度测井资料,预测了上巴肯页岩的地质力学性质.最后,基于神经网络开发出一个数据驱动模型,该模型可以预测未来油井的地质力学性质,对上巴肯页岩的预测精度为90％以上.因此,通过统计方法和人工智能方法生成这些测井曲线是了解页岩岩石核心性质的首选方法.这项研究在性能、效率和盈利能力方面显示出了巨大潜力.
2020-04-26（万方平台首次上网日期，不代表论文的发表时间）
共15页
23-37
