伊朗扎格罗斯地区Mansuri油田储集层物性模拟

以伊朗Mansuri油田50口井的常规测井资料为基础,优选人工智能算法,对Mansuri油田白垩系Ilam组4个层的孔隙度和渗透率分布进行模拟。首先利用5口有岩心物性分析资料的井,遴选出常规测井的声波时差、密度和中子孔隙度作为输入参数,采用反向传播人工神经网络(BP神经网络)和支持向量回归方法进行储集层孔隙度和渗透率计算,根据计算结果与岩心实测结果的相关性,选择采用BP神经网络法进行物性计算。然后,利用克里金地质统计算法,对Mansuri油田Ilam组4个层的孔隙度和渗透率分布进行模拟,结果表明,层2.1和层2.2为高孔隙度层,层1、层2.1和和层2.2高渗透层,层3为非储集层;储集层孔隙度和渗透率分布总体呈北部高、南部低的特点。