yl7703永利集团硕士生郭怡萱在尹艳树教授与谢鹏飞副教授的指导下，以第一作者身份在期刊《石油与天然气地质》上发表题为《地质条件约束的多属性智能融合储层预测方法——以渤海湾盆地埕岛油田中二区为例》的研究论文。yl7703永利集团为论文第一署名单位，硕士研究生郭怡萱为论文第一作者，谢鹏飞副教授为通讯作者。

渤海湾盆地埕岛油田中二区馆陶组上段发育典型曲流河沉积，砂体平面相变快、叠置关系复杂。受海上采集条件限制，该区开发井网稀疏、地震资料品质低，传统储层预测方法多解性强、精度不足，难以满足剩余油开发需求。为此，提出了地质条件约束的多属性智能融合储层预测方法：①通过井-震标定引入地质条件约束，结合局部砂体相关性高的资料和曲流河模式，准确刻画出局部的储层分布，将其作为智能算法的监督标签；②通过属性提取和频谱分解可优选出与储层相关性高的地震属性，作为训练样本集；③采用遗传-卷积神经网络融合算法，对研究区海上稀井网条件下的储层砂体进行了精细刻画。实际应用表明，该方法平面预测属性与砂体厚度相关性高（R²=0.865），剖面预测与井上岩相测井解释准确率达86.11%，水平井段吻合率达88.96%，均显著优于传统机器学习算法。该方法能有效抑制空间噪点，清晰刻画河道形态与边界，预测结果符合实际地质规律，突破了海上稀井网条件下曲流河储层预测的技术瓶颈，兼具高精度与可操作性，为同类油田提供了可推广的技术手段。

论文链接：https://link.cnki.net/urlid/11.4820.TE.20260407.1014.004

图1 论文首页