井-震-藏一体化物理约束机器学习地质建模及应用——以准噶尔盆地MN地区K81井区风城组为例OA

MN地区K81井区风城组作为准噶尔盆地重要的致密油勘探开发目标,其储层非均质性强、沉积相展布复杂,开发方案优化面临诸多挑战。为系统提升储层表征精度并实现数据驱动下的地质建模,依托地震反演数据构建地震约束框架,结合岩心分析及测井资料,采用物理约束的机器学习方法进行地质建模。综合岩心观察、测井曲线特征与地震属性分析,开展单井沉积相识别与井间沉积相空间展布研究,明确了研究区主要发育扇三角洲沉积相,可划分为扇三角洲内前缘和扇三角洲外前缘亚相,并以此为基础建立了相控砂体模型。在相控砂体模型约束下,基于46口井的孔隙度、渗透率、含油饱和度实测数据,开展研究区未取心井段的孔隙度、渗透率及含油饱和度预测。预测过程中,将孔隙度嵌入密度-孔隙度理论公式约束,含油饱和度结合阿尔奇公式约束,以确保物性曲线符合储层物理规律,实现全井段连续高精度预测。采用相控与井控结合的方法,将预测物性曲线与相控砂体模型整合,构建的高精度三维地质模型储量拟合误差仅为4.72%。基于上述三维地质模型,开展油藏数值模拟并实现了生产历史的高精度拟合,平均日产油量拟合精度为98.9%。通过对比不同井距和水平段长度的开发方案,推荐井距为500 m和水平段长度为2000 m的开发模式,进一步验证了该模型在开发方案设计中的实用价值,形成了以井-震-藏一体化物理约束机器学习为核心的地质建模技术体系。