双驱动LSTM储层参数预测模型

预测精度明显提升

这一模型将泥质分布模式构成的物理模型与敏感测井参数构成的数字模型共同嵌入LSTM框架，在细粒沉积岩中实现了更准确的储层参数预测。

Shuzhou, He · 程超 · Li, Shen · Jing, Guo · HongXiu, Cheng · Yu, Ye · LiYuan, Wang · Shuang, Zheng · Fu, Yang

Acta Geophysica Sinica 2025

技术优势

预测精度更高

通过在LSTM中同时融入代表内部微观特征的物理模型和代表外部宏观特征的数字模型，使孔隙度、渗透率、束缚水饱和度等参数的预测精度明显提升。

同区域井可通用

该方法展现出较强的区域推广性，可直接应用于同一作业区内的其他井，无需重新训练或仅需少量迁移学习。

降低勘探开发成本

通过支持储层评价、储层描述等生产任务，该方法能够有效降低勘探开发成本。

应用场景

• 储层参数评价：用该模型从测井数据中高精度预测孔隙度、渗透率和束缚水饱和度，替代传统解释方法。
• 测井解释：利用测井资料快速获得可靠的储层参数，减少对岩心实验的依赖。
• 非常规油气勘探：为非常规油气储层精细评价提供关键参数，支撑甜点预测和勘探部署。
• 地质建模：在无岩心井段或新井中预测储层参数，为三维地质建模提供连续的参数场。