基于随机森林算法的泥页岩岩相测井识别

泥页岩岩相识别是页岩油空间分布及勘探目标预测的一项重要工作,受地层非均质性及测井信息冗余的制约,基于测井响应方程的岩相识别十分困难.本文建立了一种基于随机森林算法的岩相识别模型,使用SHAP方法量化测井参数重要性.结果表明：随机森林算法可以很好地识别泥页岩岩相,其准确率高于支持向量机、KNN和XGBoost,并且对数据集中岩相类别不均衡的分类问题更加有效;对模型识别岩相最重要的前3项测井参数是自然电位、井径和声波时差;该模型可快速识别单井岩相,再根据总孔隙度、游离烃S1、TOC等参数可确定有利岩相类型,进而确定研究区有利岩相分布,为后续“甜点”预测提供依据.     

支持向量机与微电阻率成像测井识别火山岩岩性

针对火山岩储层,从岩石化学成分分类和岩石结构分类两个角度出发,提出了一种利用测井资料识别火山岩岩性的方法。基于取芯薄片鉴定资料获得对应井段的常规测井数据,利用统计学习理论中的支持向量机方法对其处理,得到地质上按岩石化学成分分类的火山岩岩性类别。建立地层微电阻率成像测井图像与不同结构火山岩岩性之间的对应关系,归纳出典型的微电阻率图像模式,从而得到地质上按岩石结构分类的火山岩岩性类别,结合上述两者结论确定最终岩性,实现了运用支持向量机算法处理常规测井资料与微电阻率图像模式相结合的火山岩岩性测井识别新方法。     

支持向量机在水淹层测井识别中的应用

支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。笔者尝试将Vapnik提出的支持向量机算法用于水淹层测井识别。总结了P油田水淹层的声波时差、自然电位、深感应电阻率、中感应电阻率及密度测井曲线与水淹程度的对应关系,建立了基于支持向量分类机的识别模型,并将上述参数作为训练样本的输入,油气特征作为训练样本的输出,对支持向量机进行训练。对于P油田水淹层的实际预测结果表明:支持向量机可以成为一种用于水淹层识别的有效工具。     

构造煤煤层气及裂隙的测井响应和敏感参数分析:以沁水盆地郑庄地区为例

基于测井资料划分煤体结构对于煤层气勘探开发比较重要。通过对沁水盆地郑庄区块80口井测井资料的分析,总结了该地区3#、15#煤层各测井参数响应分布特征及其典型特征值范围,依据研究区情况将煤体结构划分为3类:原生结构煤、碎裂状构造煤、碎粒或糜棱状构造煤。针对这3种煤体结构类型及夹矸层确定了相关的测井响应典型特征值范围,认为对于煤层气储层及其裂隙判别的敏感参数依次为体积密度、深侧向电阻率、声波时差、井径、自然伽马、中子孔隙度等;通过判断深、中、浅3个电阻率值的差异识别裂隙发育程度,并建立了几种煤体结构类型的测井响应敏感参数及裂隙发育特征模式。     

基于粒子群优化支持向量机的瓦斯突出层研究

瓦斯突出是具有很强破坏性的地质灾害,是亟需解决的国际性技术难题。瓦斯突出与构造煤发育息息相关,通过识别构造煤的发育位置,制定针对措施,规避风险。粒子群算法可以将支持向量机参数选择最优化,以支持向量机理论、测井解释和岩心为基础,测井数据作为输入,构建预测模型,对鹤岗煤田煤层进行判别,将结果与取心情况进行对比,平均正确率可以达到90%以上。结果表明,粒子群优化的支持向量机方法具有速度快,精度高,操作简单的优势,将方法运用到构造煤的识别中具有较高的应用前景,为规避瓦斯突出灾害提供了理论依据并指明了方向,对安全生产具有指导性意义。     

应用测井资料识别煤体结构及分层

煤体结构类型与煤储层孔裂隙特征密切相关,对煤层气开采具有重要意义。以韩城矿区为例,通过对区内的参数井取心样品分析,把煤体结构分为块煤(I类)、块粉煤(II类)、粉煤(III类)。对区内3号、5号和11号煤层的深侧向电阻率测井、井径测井和自然伽玛测井曲线特征进行对比,归纳了各煤体结构的测井曲线组合特征:I和III类煤电阻率曲线和自然伽玛曲线为平滑的箱型或钟形,II类煤则为波动的箱形;II和III类煤扩径严重,且II类煤差异扩径明显。据此,提出了一种利用电阻率测井、井径测井和自然伽玛测井等测井曲线组合识别煤体结构的方法,并利用这种方法准确识别出同一煤层不同煤体结构的分层。      

3种经典机器学习算法在火山岩测井岩性识别中的对比

岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明：自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。     

渭北区块煤体结构测井评价及其在射孔段优化中的应用

鄂尔多斯盆地渭北区块地质历史时期受多期构造运动影响,煤体结构复杂。基于研究区钻井煤心和测井资料,分析不同煤体结构的测井响应特征,并按断裂带与非断裂带建立了研究区5号煤层煤体结构的测井识别图版。结果表明,5号煤层纵向上自下而上煤体结构趋于完整;平面上,北区煤体结构主要为碎裂煤和碎粒煤,南区煤体结构相对较完整,局部发育原生结构煤。结合研究区煤层气压裂、排采数据和5号煤层煤体结构及顶板发育情况,分析不同顶板岩性与不同射开比例下的产气效果。结果显示:顶板岩性为砂岩或泥质砂岩时的碎裂煤和碎粒煤储层产气量高于顶板岩性为泥岩或砂质泥岩的产气量。煤体结构越破碎,则顶板射开比例R越高,若煤层顶板岩性为砂岩或泥质砂岩,需增大顶板射开比例。      

延川南煤层气田2号煤层煤体结构测井评价及控制因素

正确识别构造软煤及其分布规律,对煤层气产能评价及勘探选区意义重大。以延川南煤层气田勘探开发原始资料为基础,根据测井曲线,结合钻井取心资料,提出利用测井资料判识煤体结构的方法。将延川南煤层气田煤体结构划分为硬煤(包括原生结构煤,碎裂煤)和构造软煤(碎粒–糜棱煤)2种类型,并绘制了煤体结构分布图。在此基础上,探讨了构造软煤的分布特征及地质控制因素。结果显示:煤体结构受构造和沉积的控制,构造对其的控制作用更加明显。      

基于聚煤环境分区的煤体结构测井判别及应用——以沁水盆地南部马必东地区为例

煤体结构的测井曲线判别是一种高效经济的地球物理判别方法,但是受沉积环境和煤储层物性等因素影响,测井曲线具有多解性,造成煤体结构测井响应不明显,由此得到的判别方法也会有区域局限性。因此,在进行测井判别之前,需要对除煤体结构以外的影响测井曲线的因素加以控制。以沁水盆地马必东区块3号煤为例,首先利用煤心灰分与伽马测井曲线的正相关性进行煤心归位,以确保测井深度与取心深度的一致性;再利用煤心的镜质组与惰质组含量之比(镜惰比)对工区的聚煤环境进行分区,并优选聚煤环境相近分区的测井曲线。结果表明,电阻率系列曲线可以较清晰地反映该地区的煤体结构,受探测深度的影响,声波曲线无法准确地反映该地区煤体结构的变化规律。利用取心井训练的多测井曲线随机森林模型对未取心井煤体结构进行预测和判定,实测压裂曲线检验表明,预测结果与实测数据吻合率高。应用表明,基于聚煤环境分区的煤体结构测井判别方法可以反映煤体结构分布规律,指导压裂工作,降低煤层气开发成本,且有助于指导跨区块的煤体结构测井响应研究。      

寿阳区块高阶煤煤体结构及破裂压力测井解释方法

煤体结构及破裂压力直接影响煤层气开发的工程设计和产气效果,其中煤体结构评价方法较多,但针对寿阳区块高阶煤,地质强度因子（GSI）法效果最好,但其具有很强的地域适用性;煤层的非均质性极强,破裂压力预测效果并不理想。针对上述问题,通过引入取心率、连续心长等参数优化地质强度因子法,进而建立适用于本区的煤体结构定量评价方法,结果表明,其测井解释结果准确性达到86.3%。同时,在煤体结构评价的基础上,引入煤体破碎指数并建立煤层破裂压力预测公式,利用公式计算的破裂压力与实际相对误差2.5%~16.1%,平均误差8%。提出的煤体结构及破裂压力预测方法对沁水盆地高阶煤适用性较好,能够为煤层气勘探开发及压裂改造提供有力支撑。      

新景煤矿3号煤层煤体结构测井曲线判识及其分布规律

在对井下不同结构煤体变形及分布特征观测分析的基础上,结合其在测井曲线上的响应特征,对新景煤矿3号煤层不同煤体结构进行了判识和划分。结果表明,新景煤矿3号煤层煤体结构以Ⅰ类煤和Ⅱ类煤为主,Ⅲ类煤局部发育。煤体结构破坏程度严重的煤主要分布在不同期次构造叠加区域以及背、向斜的轴部,小断层附近也可见到;煤体结构破坏程度弱的煤主要分布在煤层产状平缓以及褶曲翼部地区。      

煤层气井产出煤粉浓度与地质因素的灰色关联分析

根据对临汾区块煤层气井产出煤粉情况以及该区块地质条件的研究,确定了临汾区块煤粉产出的主要地质影响因素,指出煤粉产出主要受煤体结构、煤层厚度、煤层结构和煤层埋深影响。利用灰色关联分析方法确定了不同地质因素与产出煤粉浓度的相关性,结果表明:煤体结构、纯煤厚度、煤层埋深和煤层结构相关系数分别为0.909 5、0.685 7、0.627 1和0.627 3,分析认为煤体结构对煤粉产出影响远大于其他影响因素,是影响煤粉产出的最关键因素。      

PSO-LIBSVM在钾盐矿层识别中的应用研究

钾盐的紧缺严重制约了中国农业的发展,加大钾盐的勘探开发力度有助于提高我国钾盐的自给自足能力。四川盆地钾盐资源丰富,是我国目前重要的钾盐勘探开发研究区域之一。杂卤石作为四川盆地最重要的固态钾盐矿物,常夹杂在硬石膏、岩盐和白云岩等岩层中。针对常规测井解释方法难以精确识别杂卤石的问题,因此,提出一种新的基于粒子群算法(PSO)优化的支持向量机(SVM)杂卤石识别方法开展四川盆地杂卤石的分类识别研究。以PSO和SVM理论为基础,结合测井解释方法,选择对杂卤石测井响应灵敏的有效数据作为输入样本,随机产生训练集和测试集,并采用PSO优选出径向基核函数参数,建立杂卤石分类预测模型。与录井结果对比,基于PSO的SVM模型识别准确率达到了97.5758%,在识别精度和速度上明显优于交叉验证方法优化的SVM模型。结果表明,该模型在四川盆地钾盐勘探中具有广阔的应用前景。     

基于测井信息对沁水盆地南部构造煤分布规律的研究

基于构造煤和原生结构煤在力学、电学及声学等岩石物理性质方面的差异,采用自然伽马、电阻率、井径及声波时差等测井曲线对沁水盆地南部15#煤层中的构造煤进行了识别。通过对比不同煤体结构煤层的测井响应特征,建立了研究区深部构造煤识别图版。结果表明:构造煤电阻率呈低值,扩径较严重,自然伽马呈现负异常及声波时差正异常,局部出现"周波跳跃"的现象。研究该区15#煤层构造煤的分布规律发现:研究区构造煤分布呈东西厚、中部薄的特点,其分布主要受NE-NNE向的断裂及小规模的褶皱构造控制;西部断裂带内构造煤厚度可达5.25m,中部减薄以致尖灭;东部受局部构造变形影响,最大厚度达5.55 m。     

基于支持向量机的测井岩性识别在松散沉积物调查中的应用研究

砂砾质松散沉积物粒径组成复杂,钻探取心率低,导致对沉积相和相界面的判别准确度不高。本文结合岩心和测井资料,建立了松散沉积层基于支持向量机的测井数据岩性识别模型,分析了训练集样本数量对模型识别准确率的影响,并与BP神经网络模型进行了对比。结果表明,支持向量机模型的岩性识别准确率高,且对训练样本需求量低,可以有效地弥补钻孔取心率不足的问题,并降低钻探施工成本。在松散沉积物调查中,利用基于支持向量机的测井岩性识别模型自动识别沉积序列具有可行性,是实现绿色勘查的有益尝试。     

用钻孔煤心鉴别煤层煤体结构及其应用

通过对煤心样品的观察研究得出,煤心具有不同的形状,此形状受煤体结构制约,区分不同煤心形状,能确定煤层中不同的煤体结构。利用该煤体结构能估算出煤储层渗透率的大小,这对煤层气选区评价,煤层射孔压裂层段的选择,煤与瓦斯突出带的确定,提供了可靠的科学依据。      

基于APSO-WLS-SVM的含瓦斯煤渗透率预测模型

为了较准确预测含瓦斯煤渗透率,有效预防瓦斯安全事故,提出自适应粒子群算法（APSO）优化的加权最小二乘法支持向量机（WLS-SVM）算法。根据对含瓦斯煤渗透率的相关理论及文献研究分析,选取有效应力、瓦斯压力、温度和抗压强度作为主要特征指标,采用APSO算法对WLS-SVM模型的组合参数（C、σ）寻优,建立APSO-WLS-SVM含瓦斯煤渗透率预测模型。结合现场实测资料中的40组数据作为训练样本,其余10组为预测样本,对该模型进行训练与检验,并将其预测结果与利用PSO-WLS-SVM和WLS-SVM模型的预测结果进行对比。结果表明:APSO-WLS-SVM模型的预测效果优于另外2个模型,提高了煤体渗透率的预测性能与泛化能力。      

地震技术在煤层气勘探开发中的应用现状与发展趋势

地质研究程度欠佳是造成我国煤层气开发投入/产出效率偏低的重要原因之一,当前大量的低产煤层气井是对不利的地质因素认识不清引起的。基于对煤层气富集主控地质因素的地球物理响应特征分析,认为构造、煤层厚度、煤体结构、裂隙系统等在地震弹性参数上均有明确的响应特征,但煤层含气性响应微弱,地震预测难度大。依据当前地震勘探技术发展现状,提出在三个层次上开展煤层气地震技术的研究与攻关:1)充分发挥采集、处理、解释等地震技术在构造勘探中的优势,大幅提高煤层赋存形态及构造的控制精度;2)加强井震联合反演、属性分析等技术研究,开展煤层厚度、围岩(岩性组合)、煤层宏观结构等岩性预测;3)开展煤层含气性、裂隙系统、煤体结构、地应力等煤层储层物性的岩石物理测试及地震预测方法的研究。     

煤型气储层的测井评价技术

为了科学选取煤型气勘探与开发的测井方法,完善煤型气储层的测井评价技术,在大量调研基础上,通过对煤型气产出机理及影响因素的再认识,经过分析比较煤层气与煤成气两类煤型气储层的差异,并分别研究两类储层的测井探测技术,进而分析煤型气储层的测井评价内容及技术要求,提出了煤型气储层测井评价技术的优选方案:综合分析具体研究区块储层特征,对煤层气储层选择相应测井方法识别煤层,对煤成气储层选择相应测井方法识别渗透性砂岩,再计算储层参数,开展产能评价和储量计算。研究表明,常规测井是定性识别煤型气储层的有效方法,优选出的煤层气和煤成气测井评价技术可以很好地完成煤型气的定量评价。