中國陸相頁巖油資源豐富，其勘探開發(fā)對保障國家能源安全具有重要意義。國內(nèi)外頁巖油成功開采的經(jīng)驗表明，砂巖或碳酸鹽巖與泥巖薄互層結(jié)構(gòu)是頁巖油有利巖相的主控因素之一，薄互層的存在使得上、下源巖所產(chǎn)生的原油更易聚集，是油氣產(chǎn)出的輸導(dǎo)通道，在生產(chǎn)上有助于大型壓裂改造。但常規(guī)測井曲線縱向分辨率較低，導(dǎo)致薄互層段的測井響應(yīng)特征不明顯，這給頁巖油儲層測井評價帶來極大的挑戰(zhàn)。中國石油大學(xué)（華東）鄧少貴教授以濟陽坳陷牛莊洼陷沙河街組三段下亞段和沙河街組四段上亞段陸相泥頁巖段為例，對比分析了薄互層段和非互層段的“三品質(zhì)”特征，選取反映儲層“三品質(zhì)”性質(zhì)的8條常規(guī)測井曲線以及3條高分辨率測井曲線作為物理約束，使用粒子群算法優(yōu)化的極限學(xué)習(xí)機模型進行泥頁巖中的薄互層識別，取得了良好的效果。相關(guān)研究成果刊登在《石油學(xué)報》第44卷第7期。

鄧少貴分析了濟陽坳陷牛莊洼陷沙河街組三段下亞段和沙河街組四段上亞段重結(jié)晶灰?guī)r、泥巖薄互層特征，發(fā)現(xiàn)其烴源巖品質(zhì)、儲層品質(zhì)和工程品質(zhì)均優(yōu)于同層位的非互層段，有利于頁巖油的富集與產(chǎn)出。

研究發(fā)現(xiàn)粒子群優(yōu)化的極限學(xué)習(xí)機模型（PSO-ELM）有助于頁巖油薄互層識別，采用ELM算法生成初始判別模型，使用粒子群優(yōu)化算法對模型超參數(shù)進行搜索和優(yōu)化。PSO-ELM模型的優(yōu)勢在于PSO算法可以幫助ELM自動搜索并找到輸入權(quán)值及隱含層閾值，盡可能保證每次實驗結(jié)果都最優(yōu)，提升模型泛化能力；其不足之處在于確定隱藏神經(jīng)元需要耗費大量時間的試錯過程，當數(shù)據(jù)量較大時，訓(xùn)練時間相對于原始ELM算法耗時較多。

選取反映儲層“三品質(zhì)”性質(zhì)的8條常規(guī)測井曲線以及3條高分辨率測井曲線作為物理約束，組成數(shù)據(jù)庫對新提出的PSO-ELM進行訓(xùn)練和驗證，并對比其他3種常見的機器學(xué)習(xí)模型進行10次重復(fù)試驗。實驗結(jié)果表明，所提出的PSO-ELM機器學(xué)習(xí)模型穩(wěn)定性和準確率最高，且更能精準刻畫厚度約為0.3m的薄互層。

論文鏈接：http://www.syxb-cps.com.cn/CN/10.7623/syxb202307006

全文見附件。

附件：鄧少貴：基于混合機器學(xué)習(xí)算法的頁巖薄互層識別方法.pdf