【案例】URTeC会议论文：地质分层自动解释和储层物性预测-在加拿大西部沉积盆地十万口井大数据工区中的应用

URTeC非常规资源技术会议由SPE、AAPG、SEG等世界领先的专业协会联合主办

论文简介

标题：

地质分层自动解释和储层物性预测-在加拿大西部沉积盆地十万口井大数据工区中的应用

作者：

张宝森，叶天睿，肖倚天，姚同云（阿什卡公司）等

内容：

精确的地质分层自动解释和储层物性预测对油气勘探开发具有非常重要的意义，这项工作传统上是由地质工程师手工对比完成，耗时且低效，由于个人认识的差异，可能导致出现多个不同的地质分层方案，整个地层对比工作难以标准化和流程化，尤其对于拥有数万口井的成熟开发区块，构建精确的地质模型成为一项艰巨的任务。目前机器学习作为一项新兴技术，在石油行业得到了广泛的应用。

Transform软件基于机器学习的地质分层自动解释技术，它可以提供自动化、精确的地质分层自动拾取，本文以加拿大西部沉积盆地的Belly River组为例，探讨了在十万口井的大数据工区地质分层自动解释和储层物性快速评价的可行性。在海量数据清理的基础上，利用Subsequen Dynamic Time Warping 动态时间规整的机器学习算法，充分考虑了相邻测井曲线拉伸、挤压和移位组合等多种情况，来捕捉地层之间的横向变化。

本文为国内外地质学家将大数据-机器学习技术应用于实际工区的地质分层自动解释给出了一个成功的示范案例。

点击上表图，阅读论文全文（英文原版）