储层是形成油气藏的基本条件,在地层评价及油气分析中,测井储层参数的合理选择对测井解释结果的质量和地质效果,起着至关重要的作用。在实际应用中,需根据不同地区或者同一地区的不同层块,选取不同的处理参数和解释模型,解释过程复杂,经验性要求极高,严重制约了储层评价的便捷性和准确性。而测井储层参数推荐在理论研究中取得了长足进展,但仍有很多问题亟待解决:数据稀疏和冷启动问题,因此,准确高效的测井储层参数推荐是论文的研究重点。针对以上问题,本文提出了基于知识图谱和迁移学习的测井储层参数推荐方法。知识图谱是一种结构化的语义知识库,可形象化展示测井数据、储层参数和解释规则之间的语义关系,有效提升数据的可理解性和可利用性。迁移学习是一种机器学习范式,其算法能够从一个或多个应用场景中提取知识以帮助提高目标场景中的学习性,同时解决数据稀疏和冷启动问题。具体内容如下:第一,构建了测井领域知识图谱。本文首先对测井解释业务进行了梳理,然后收集了工区数据、测井储层、文档数据、地质报告、测井解释报告及专家经验等数据信息,最后通过知识抽取、知识补全和知识储存等技术,构建了测井领域知识图谱。第二,针对参数推荐中存在的冷启动问题,提出了一种基于知识图谱的测井储层参数推荐算法。该算法根据已构建测井领域知识图谱对解释过程及其储层特性进行统一表示,通过注意力机制和Trans R算法对知识图谱进行补全,最后利用连接机制将推荐算法与知识图谱结合。实验表明,该算法可通过推荐提升储层参数信息预测精度。第三,针对参数推荐中存在的数据稀疏问题,提出了一种基于迁移学习的测井储层参数推荐算法。该算法以ELMo模型的双向编码思想为架构基础,通过Transformer作为特征提取器,采用word2vec词向量训练方法CBOW,在下游任务中通过微调获得文本的丰富语义信息表示。实验表明,该算法不仅能获得丰富的语义信息表示,还能够高精度预测和推荐测井领域储层参数信息。第四,完成了基于知识图谱和迁移学习的测井储层参数推荐系统的研发。系统基于CIFLog平台进行研发,实现了测井储层数据导入、测井储层数据预处理、知识图谱构建、迁移学习训练和储层参数推荐等多项功能。经CIFLog平台测试使用,整体效果良好,具备相当好的使用价值和推广价值。