(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111071183.2 (22)申请日 2021.09.13 (65)同一申请的已公布的文献号 申请公布号 CN 114429075 A (43)申请公布日 2022.05.03 (73)专利权人 中国石油化工股份有限公司 地址 100728 北京市朝阳区朝阳门北 大街 22号 专利权人 中国石油化工股份有限公司西南 油气分公司 (72)发明人 郭彤楼　熊亮　黄璞　詹国卫　 董晓霞　程洪亮　赵勇　简万洪　 王同　钟文俊　胡华伟　周静　 黎鸿　张南希　邓正仙　王幸蒙　(74)专利代理 机构 四川力久律师事务所 512 21 专利代理师 刘雪莲 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/10(2020.01) 审查员 章雪 (54)发明名称 一种基于BP神经网络的页岩比表面积参数 建模方法 (57)摘要 本发明涉及石油与天然气地质技术领域， 特 别涉及一种基于BP神经网络的页岩比表面积参 数建模方法。 包括获取地质分类评价参数， 所述 地质分类评价参数包括从微观尺度到宏观尺度 的岩石特征， 将所述地质分类评价参数作为训练 数据通过BP神经网络模型建立与页岩比表面积 参数的对应的映射关系， 最终得到页岩纵向上连 续的、 不同类型页岩的比表面积参数模型。 通过 本发明的技术方案得到一种花费成本小、 节约时 间、 计算量较低、 结果趋于真实值的单井纵向上 连续的比表面积数据曲线； 利用该数据曲线， 可 以对单井页岩的纵向比表面积情况进行评价； 评 价的结果极有利于纵向上高 比表面积储层的优 选， 得到高吸附气可能的储层。 权利要求书2页 说明书6页 附图2页 CN 114429075 B 2022.08.26 CN 114429075 B 1.一种基于  BP 神经网络的页岩比表面积参数建模方法， 其特 征在于， 包括获 取地质分类评价 参数， 所述 地质分类评价 参数包括从微观 尺度到宏观 尺度的岩 石特征， 将所述地质分类评价参数作为训练数据通过  BP 神经网络模型建立与页岩比 表面积参数 的对应的映射关系， 得到页岩纵向上连续的、 不同类型页岩的比表面积参数模 型； 宏观尺度的所述地质分类评价参数包括通过岩心观察获得的岩性分类结果、 XRD  实验 分析特征、 通过对气井进行测井获得的测井综合 曲线； 微观尺度的所述地质分类评价参数 包括微观储层结构特 征和扫描电镜特 征； 建模方法具体包括如下步骤： 步骤 1、 获取地质分类评价 参数； 步骤 2、 将步骤  1 中得到的地质分类评价参数整体提取  80%作为训练数据输入到BP   神经网络模型中进行训练； 得到第一结果， 所述第一结果 为二次岩性分类； 步骤 3、 对所述二次岩性分类的岩性进行整理， 提取同一类型岩性下不同深度的孔体 积与比表面积的比值； 取平均值后标记为数据库； 步骤 4、 将XRD 实验分析特征和微观储层结构特征联立， 建立多元线性回归方程， 得到 纵向深度下 连续的孔体积数据， 标记为第六 数据； 步骤 5、 将所述数据库和所述第六数据联立， 即得到了纵向深度下连续的比表面积数 据， 即为纵向深度下， 连续的页岩比表面积参数模型， 标记为第七数据。 2.根据权利要求  1所述的基于  BP 神经网络的页岩比表面积参数建模方法， 其特征在 于， 所述岩性分类指 工作人员对岩石取心样品的初步岩性分类， 标记 为第一数据； XRD  实验 分析特征指对所述页岩取心样本进行等间距采样， 通过实验室分析得到岩心的矿物组分结 果， 标记为第二数据； 所述  XRD 实验分析特征用于对初步岩性分类结果进行校正； 所述测 井综合曲线包括自然伽马、 声波时差、 中子、 密度、 双侧向电阻率以及能谱测 井的测井数据 信息， 标记为第三数据。 3. 根据权利 要求 2 所述的基于  BP 神经网络的页岩比表面积参数建模方法， 其特征 在于， 所述微观储层结构特征分别包括微孔、 介孔、 宏孔尺度下的孔体积、 比表 面积、 孔隙形 态信息， 标记为第四数据； 通过所述扫描电镜特征， 选取能够反映地层纳米级别孔隙结构特 征的若干张扫描电镜照 片， 通过孔径大小和面积数据， 得到面孔率数据， 将面孔率数据由高 到低排序， 按照阿拉伯数字由大到小排列， 标记为第五数据。 4.根据权利要求3  所述的基于  BP 神经网络的页岩比表面积参数建模方法， 其特征在 于， 获取的所述第 五数据、 所述第四数据与所述第二数据使用的所述岩石样品的深度相对 应。 5. 根据权利要求4所述的基于  BP 神经网络的页岩比表面积参数建模方法， 其特征在 于， 所述步骤  2 中， 还包括如下步骤： 利用第一数据、 第二数据、 第三数据、 第四数据和第五 数据整体中， 剩余的  20%数据对所述第一结果进行 校正， 得到优化后的第二结果。 6. 根据权利要求5所述的基于  BP 神经网络的页岩比表面积参数建模方法， 其特征在 于， 还包括步骤  6、 将所述第七数据与所述第四数据进行比对， 若两者的误差大于  30%时， 则需要对第一数据、 第二数据、 第三数据、 第四数据和第五数据进一步的细化， 得到新的数 据， 并重复步骤  2‑5， 直到第四数据与所述第七数据之间的误差小于  30%。 7. 一种根据权利要求6所述的基于  BP 神经网络的页岩比表面积参数建模方法的应权　利　要　求　书 1/2 页 2 CN 114429075 B 2用， 其特征在于，  对同构造、 同沉积环境下的单井需要进 行纵向的比表面积评价时， 通过第 二结 果与所述单井的综合测 井数据， 即能够得到所述单井的纵向、 连续的比表面积  综合 计算结果。权　利　要　求　书 2/2 页 3 CN 114429075 B 3