煤田地质与勘探

作者：曾小龙, 李谦, 魏宏超, 陈嘉豪, 朱海燕,

关键词：地层分类, 地层预测, 钻速预测, 机器学习, 巨厚塑性泥岩, 南海, 油气资源,

南海油气资源是我国重要的能源接替区，但储层埋深大多较深，高围压下岩层展现的强塑性和复杂的地质环境严重影响了钻井时效，精确预测钻速也十分困难。基于此，针对南海巨厚泥岩地层具有独特的黏弹性和强塑性特征，建立智能钻速预测模型。该模型以南海某区域10口井的实际数据为样本，首先进行预处理，寻找离群值、降噪和标准化后，排除了若干影响因素；其次对5种实测地层特征(含地震波速、孔隙压力、破裂压力、上覆压力和地层岩性)使用因子分析，得到5种地层特征在3个公共因子下的关系；随后基于K-Means++算法进行分析，利用轮廓系数为指标，得出了该区域的地层聚类主要划分为2种地层类型，分别为以泥岩和粉砂质泥岩为主的地层类型和以粉砂岩、细砂岩和中砂岩为主的地层类型；在此基础上，引入5种地层特征，训练KNN分类模型，实现了对地层类型的准确预测；最后针对不同的地层类型，使用随机森林就不同的地层类型分别建立钻速预测模型，并在建立时使用经过贝叶斯优化算法进行超参数优化，得到了最适合的超参数组合。测试结果表明，所提出的基于地层分类预测的钻速预测模型在测试集的数据环境下，R2达到0.991， ERMS达到0.018，EMA达到0.011，相比其他常规机器学习算法在该区域具有更高的预测精度。本研究可为寻找地层潜在分类对钻速预测精度的影响提供参考。

来源：2023年第11期

《煤田地质与勘探》期刊编辑部

查看煤田地质与勘探杂志2023年第11期