一种基于机器学习的油气藏有利区智能评价方法与流程

本发明属于油气藏智能评价，尤其涉及一种基于机器学习的油气藏有利区智能评价方法。

背景技术：

1、在致密砂岩油气藏新区滚动勘探及钻前井位部署过程中，目标层通常具有埋藏深、井点稀疏、储层非均质性强、砂体横向变化快及断层关系复杂的特点，需要综合利用三维地震解释成果、测井资料、录井资料、试油试气资料、储层物性化验资料及构造解释成果，对储层品质、成藏配置、保存条件和邻井产能响应进行综合评价，从而识别油气藏有利区边界并为评价井井位部署提供依据。

2、（1）现有油气藏有利区评价方法通常将各评价单元作为相互独立的样本，根据孔隙度、渗透率、含油气饱和度、砂体厚度、地震振幅及构造高程进行加权打分或机器学习分类，未充分表达评价单元之间的砂体连续关系、断层遮挡关系、沉积相一致关系及邻井产能传递关系，同时普遍采用固定邻域范围传播邻井信息，容易使高产井评价结果跨越封闭断层传播至另一断块，造成有利区边界扩展失真。

3、（2）现有机器学习评价方法通常仅输出单一有利性概率或有利等级，未针对井控距离较大、断层阴影覆盖、地震反演误差、评价单元属性缺失及邻域评价分歧进行不确定性校准，导致低井控区和资料低可信区仍可能获得较高有利性概率，难以区分可直接部署井位的区域和需要补充解释的区域，增加钻前井位部署风险。

技术实现思路

1、本发明旨在解决现有油气藏有利区评价方法通常将各评价单元作为相互独立的样本，未能表达砂体横向连续性、断层遮挡、沉积相变化及邻井产能之间的成藏联系，导致井点稀疏和断裂发育条件下有利区边界不稳定的问题，同时解决现有机器学习模型仅输出单一有利性概率，无法反映井控距离、断层阴影、地震反演误差、邻域评价分歧及属性缺失造成的钻前资料不足风险，容易产生评价结果过度自信的问题。

2、本发明采用的技术方案如下：一种基于机器学习的油气藏有利区智能评价方法，包括井震资料处理、井震储成藏关系图谱构建、井震邻域层级半径确定、成藏关系压缩嵌入、有利性概率评价、钻前置信带扩展校准及井位部署分级。

3、获取目标区块的三维地震解释成果、测井资料、录井资料、试油试气资料、储层物性化验资料、构造解释成果和沉积相解释成果，对不同来源的资料执行层位对齐、空间配准及质量标记，将目标层划分为多个评价单元，生成评价单元基础数据集。

4、评价单元基础数据集包括评价单元的储层品质属性、成藏配置属性、保存条件属性、邻井响应属性及资料质量标记，储层品质属性包括净砂岩厚度、砂地比、孔隙度、渗透率、含油气饱和度和波阻抗，成藏配置属性包括构造高程、烃源灶距离、优势运移方向和砂体连通等级，保存条件属性包括断层距离、断距与砂体厚度比、盖层厚度和断层封闭等级，邻井响应属性包括邻井试油试气产量、压力系数、含水状态和测试结论。

5、将每个评价单元构建为井震储成藏关系图谱中的图节点，根据评价单元之间的砂体连续性、断层传递能力、地震属性相似程度、沉积相一致程度及构造位置关系建立图节点之间的连接边，并计算连接边对应的成藏传递权重，生成井震储成藏关系图谱。

6、成藏传递权重随砂体连续程度和沉积相一致程度提高而增大，随振幅能量差异、频率衰减差异和净砂岩厚度差异增大而降低，并通过断层传递系数限制成藏信息跨越封闭断层传播。

7、两个评价单元之间存在断层时，根据断距、断层倾向、断层封闭等级和两侧砂体对接关系确定断层传递系数，断层断距大于砂体厚度且达到封闭条件时降低连接边的成藏传递权重，两侧砂体形成有效对接且断层具有开启性时保留对应连接关系。

8、针对每个评价单元，根据评价单元周围的井控密度、断层复杂度和砂体稳定性确定井震邻域层级半径，并按照井震邻域层级半径从井震储成藏关系图谱中提取评价单元邻域子图。

9、井控密度较低、砂体稳定性较高且断层复杂度较低时增大井震邻域层级半径，使评价单元能够提取同一连续砂体内较远井点的储层及产能信息，断层复杂度较高且砂体横向变化较快时缩小井震邻域层级半径，使邻域信息限制在当前断块及当前砂体内部。

10、将成藏传递权重低于连接保留条件的连接边从井震储成藏关系图谱中删除，降低砂体连续性差、地震属性差异大及断层遮挡明显的评价单元之间发生弱关系累积传播的概率。

11、构建储层连通层级自适应评价网络，储层连通层级自适应评价网络包括属性保真通道、关系压缩通道和有利性输出通道。

12、属性保真通道接收评价单元自身的储层品质属性、成藏配置属性、保存条件属性和邻井响应属性，生成评价单元自身属性表征，并保留净砂岩厚度、孔隙度、含油气饱和度、断层距离和构造高程对应的单元实测特征。

13、关系压缩通道接收评价单元邻域子图，按照井震邻域层级半径逐级提取邻域评价单元，根据连接路径上的成藏传递权重聚合不同邻域层级内的储层品质变化、构造位置变化、断层遮挡状态、砂体延伸方向和邻井产能响应，生成储层连通层级序列。

14、关系压缩通道对储层连通层级序列执行低维压缩，生成成藏关系压缩嵌入向量，成藏关系压缩嵌入向量表征砂体内部储层品质连续性、烃源供给和运移配置、断层及盖层保存条件和邻井产能支持程度。

15、有利性输出通道融合评价单元自身属性表征和成藏关系压缩嵌入向量，生成评价单元对应的不利等级概率、过渡等级概率和有利等级概率，并根据各等级概率生成评价单元有利性概率。

16、根据评价单元之间的砂体连接关系和断层边界对有利性概率执行边界一致性检查，将有利性概率达到初始有利条件且通过成藏传递关系相互连接的评价单元合并，生成有利区初始边界。

17、根据已钻井试油试气结果建立井旁评价标签，按照井点与评价单元之间的砂体一致性和断层隔离状态确定井旁训练单元，不将封闭断层另一侧及不同期砂体中的评价单元直接赋予井旁标签。

18、采用留一井验证方式对储层连通层级自适应评价网络进行训练，每轮将一口已钻井设置为验证井，将其余已钻井设置为训练井，记录不同井震邻域层级半径下的井旁评价误差、有利性概率变化和有利区边界变化。

19、根据评价单元与最近有效井控制点之间的距离生成井控距离风险，根据断层密度、断层倾角及地震成像质量生成断层阴影风险，根据井旁反演残差和目标单元地震信噪比生成地震反演风险，根据评价单元自身评价结果与邻域评价结果之间的差异生成邻域评价分歧，根据依赖插值及模型补全的属性数量生成属性缺失风险。

20、根据井控距离风险、断层阴影风险、地震反演风险、邻域评价分歧和属性缺失风险生成钻前资料失配扩展量，并基于钻前资料失配扩展量对评价单元有利性概率进行双向扩展校准，生成有利性概率下限、有利性概率上限和风险带宽。

21、当评价单元的多个储层属性超出训练样本的有效属性范围，并且成藏关系压缩嵌入向量与训练样本之间的差异达到异常识别条件时，将对应评价单元标记为异常储层单元，防止异常储层单元仅依据较高的单一有利性概率进入井位部署区域。

22、根据有利性概率下限、有利性概率上限、风险带宽、净砂岩厚度、断层隔离状态及异常储层单元识别结果，将评价单元划分为一级部署区、二级复核区和暂缓部署区。

23、一级部署区输出建议井位靶区、目标层段、建议穿越砂体长度、断层安全距离及主要风险来源，二级复核区输出叠前地震反演复核、断层精细解释和储层预测复核任务，暂缓部署区不直接安排评价井施工。

24、新增评价井完钻后，将新增测井资料、录井资料、试油试气结果及储层物性资料写入评价单元基础数据集，重新计算对应连接边的成藏传递权重、井震邻域层级半径及钻前资料失配扩展量，使有利区评价结果随滚动勘探资料持续更新。

25、本发明有益效果如下：

26、（1）通过将评价单元构建为图节点，并根据砂体连续性、断层传递能力、地震属性相似程度、沉积相一致程度及邻井产能响应建立井震储成藏关系图谱，使评价结果能够表达评价单元之间的成藏传递关系，解决传统独立样本评价无法反映砂体横向连通和断层遮挡的问题。

27、（2）通过井控密度、断层复杂度和砂体稳定性动态确定井震邻域层级半径，使砂体稳定且井控稀疏区域能够提取较远邻域信息，使断层密集区域限制跨断层信息传播，解决固定邻域层级造成高产井信息错误传播至断层另一侧的问题。

28、（3）通过井控距离风险、断层阴影风险、地震反演风险、邻域评价分歧和属性缺失风险生成有利性概率下限、有利性概率上限和风险带宽，并根据有利性概率带执行井位部署分级，能够识别单一有利性概率较高但资料支撑不足的评价单元，降低致密砂岩新区钻前部署风险。