碳酸盐岩储层作为全球重要的油气储集层类型,孔隙结构复杂多变、非均质性强,准确表征其孔隙结构对汕气勘探开发具有重要意义。传统的孔隙结构表征方法如压汞实验虽能提供较为精确的孔隙结构参数,但存在成本高、周期长、数据离散等问题,难以满足实际生产中对连续孔隙结构分布的需求。核磁共振(NMR)测井作为一种无损、快速、连续的地球物理测井技术,能够获取丰富的储层信息,包括孔隙度、孔径分布及流体性质等,在碳酸盐岩储层孔隙结构表征中具有独特优势。然而,碳酸盐岩储层中核磁共振T2谱常呈现复杂的双峰或多峰特征,给孔隙结构参数的定量表征带来较大不确定性。 为此,本文以滨里海盆地X区块碳酸盐岩储层为研究对象,综合应用核磁共振测井、常规测井与压汞实验数据,基于领域知识和皮尔逊相关性分析,筛选与孔隙结构参数高度相关的测井参数,结合多种机器学习方法,构建孔隙结构参数预测模型,并通过均方误差(MSE)、平均绝对误差(MAE)和决定系数(R2)等指标,系统对比各模型预测性能,优选预测效果最佳的模型。最终,基于优选模型预测的孔隙结构参数开展渗透率预测,并分析孔隙结构参数对渗透率的影响,通过与实际测井数据对比,验证模型在实际应用中的有效性。 本研究为碳酸盐岩储层孔隙结构参数的表征与预测提供了一种高效、实用的改良方法,具有良好的理论意义与应用价值。后续研究可进一步引入多源数据,优化模型算法,并扩展至更多井区应用,以提升模型的泛化能力与预测精度。