Im oberen Abschnitt der Guantao-Gruppe der zweiten Zone im Erdölfeld Chengdao entwickeln sich typische Mäanderflussablagerungen, die durch schnelle laterale Faciesänderungen und komplexe Überlagerungsverhältnisse der Sandkörper gekennzeichnet sind. Aufgrund der Einschränkungen bei der Offshore-Datenerfassung ist das Bohrlochnetz spärlich und die Qualität der seismischen Daten gering, was eine genaue Vorhersage der Sandkörper erschwert und die Anforderungen an die Entwicklung von Restöl nicht erfüllt. Vor diesem Hintergrund wird in der Arbeit eine mehrdimensionale, multiattributive intelligente Reservoir-Vorhersagemethode mit geologischen Bedingungen als Einschränkung vorgeschlagen: ① Durch Bohrloch-Seismik-Kalibrierung werden geologische Bedingungen eingeführt, kombiniert mit lokal hoch korrelierten Daten der Sandkörper und einem Mäandermodell, um die lokale Reservoirverteilung genau zu erfassen und als Überwachungslabel für den intelligenten Algorithmus zu verwenden; ② Mittels Attributextraktion und Spektralzerlegung werden seismische Attribute mit hoher Reservoir-Korrelation ausgewählt und als Trainingsdatensatz genutzt; ③ Ein genetisch-konvolutionales neuronales Netzwerk-Fusionsalgorithmus wurde eingesetzt, um die Reservoir-Sandkörper unter Offshore-Bedingungen mit spärlichem Bohrlochnetz in der Untersuchungsregion detailliert darzustellen. Die Ergebnisse zeigen: ① Die multiattributive intelligente Reservoirvorhersagemethode mit geologischen Einschränkungen erhöht deutlich die Recheneffizienz und die Genauigkeit der Reservoirvorhersage; ② Die prognostizierten planaren Attribute korrelieren gut mit der Sandkörpersdicke (Bestimmtheitsmaß R²=0,865) und die planare Form sowie die Grenzen des Flussbetts wurden genau dargestellt; ③ Die Profilvorhersagen der Sandkörper stimmen gut mit den Bohrlochprofilen überein, nach Probenahme der Vorhersagen und Vergleich mit der Lithologielog-Interpretation auf den Bohrlöchern betrug die Vorhersagegenauigkeit 86,11 %. Diese Methode bietet ein präzises, praktikables Werkzeug zur Reservoirvorhersage in ähnlichen Erdölfeldern mit hoher Verbreitungsrelevanz.

spärliches Bohrlochnetz; konvolutionales neuronales Netzwerk; genetischer Algorithmus; intelligente Integration; Mäanderfluss; Reservoirvorhersage; zweite Zone; Erdölfeld Chengdao; Becken der Bohai-Bucht