火山岩天然气藏地质储量参数的确定方法

大庆油田东部深层某井区火山岩气藏岩性复杂、储层参数计算以及流体性质识别困难。根据岩性组合规律建立火山岩解释模型,对深层的火山岩测井资料进行处理与解释。联合使用成像测井分析结果、岩性分类和多井对比等方法,提高了测井解释精度和解释符合率。计算的孔隙度、饱和度和渗透率为提交天然气地质储量提供了基础参数。     

澳大利亚S区块基于复合参数模型的煤层含气量预测

含气量预测的准确性对于煤层气开发至关重要。测井曲线作为含气量表征的最常用资料,不同测井资料对于含气量变化的响应灵敏程度不一样,单一的测井曲线预测含气量稳定性差。为了研究煤层含气量的精确预测方法,以澳大利亚S区块的煤层气为研究对象,以实验室分析数据、测井资料为基础,通过测井资料响应特征分析,实现测井资料的扩径校正以及含气量数据深度归位处理。在此基础上,根据含气量与测井资料相关性分析结果,选择煤层埋藏深度、声波时差、自然伽马和长源距密度等相关性好的测井数据作为含气量预测的基础参数。以基础参数对含气量的敏感性分析结果为依据,构建含气量预测的复合参数,建立基于测井资料的含气量复合参数预测模型。通过软件中编写含气量计算的外挂模块实现煤层气井含气量批量计算。复合参数预测模型在实际应用中,可以克服传统煤层含气量计算准确率低、稳定性差的缺点,同时可以实现批量化计算,极大地加快含气量计算进度,能够为S区块的后续煤层气开发奠定地质基础。      

DH油田水平井储层测井解释研究

水平井测井解释主要集中在测井仪器响应的理论模拟及各向异性的实验研究方面,远未达到实际水平井测井储层参数解释应用的深度和要求[1]。这里在对比分析DH油田水平井段与对应直井层段测井响应特征基础上,针对水平井段测井曲线进行了校正,提出使用直井取芯物性数据刻度水平井段测井曲线,来建立适应于水平井段井眼和曲线特征的孔隙度及渗透率神经网络解释模型,进而对整个研究区水平井段进行测井储层参数解释和评价。用直井储层参数对测井解释结果的检验表明,水平井测井储层参数解释精度得到了明显改善和提高,能够较好地满足三维地质建模的井属性参数精度要求。     

HD油田水平井测井储层参数解释研究

水平井测井解释,主要体现在测井仪器响应的理论模拟以及各向异性的实验研究方面,远未达到实际水平井测井储层参数解释应用的深度和要求。在对比分析HD油田水平井段与对应直井层段测井响应特征基础上,这里针对水平井段测井曲线进行了校正,提出使用直井取芯物性数据刻度水平井段测井曲线,来建立适应于水平井段井眼和曲线特征的孔隙度、渗透率神经网络解释模型,进而对整个研究区水平井段进行测井储层参数解释和评价。通过用直井岩芯物性对测井解释结果的检验表明,水平井测井储层参数解释精度得到了明显改善和提高,能够较好地满足三维地质建模的井属性参数精度要求。     

鄂东气田煤层含气量测井预测

煤层含气量计算的准确与否直接关系到煤层气开发方案的有效制定。在简要介绍了现有煤层含气量评价方法的基础上,利用测井资料和煤岩心含气量分析化验资料,采用统计回归方法优选了煤层含气量的敏感性测井参数,并基于优选的测井参数,运用多元回归和神经网络两种数学方法构建了鄂东气田的煤层含气量测井预测模型。利用所构建的模型对研究区内的煤层含气量进行了预测,预测结果与煤岩心含气量室内分析数据对比表明,多元回归法和神经网络法均能较好地对煤层含气量进行预测,但神经网络法的预测精度更高。     

优化遗传算法在孔隙度预测中的应用

孔隙度是油藏描述和储量计算最重要的参数之一。因此 ,高精度的孔隙度预测是建立储层地质模型的关键。文中应用优化的遗传算法———演化程序 ,利用岩芯样品的孔隙度和测井数据建立合适的预测模型 ,应用声波、密度、自然伽马和自然电位测井数据进行储层孔隙度预测。预测结果表明 :与线性回归和灰色GM (0 ,5 )等传统的预测方法相比 ,应用演化程序进行孔隙度预测 ,提高了预测结果的精度 ,减轻了预测过程中对先验信息的依赖程度。     

基于神经网络模型的生物扰动碳酸盐岩储集层识别与孔隙度预测——以塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层为例

塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层非常发育,但利用常规测井数据识别生物扰动储集层发育段和准确预测孔隙度难度较大。本文在对研究区16口取芯井奥陶系岩芯上生物扰动区域扰动等级划分的基础上,通过岩性标定测井,优选常规测井参数,基于BP神经网络模型分别建立了适合研究区生物扰动碳酸盐岩储集层识别和孔隙度预测的模型,并对建立的模型进行了有效性检验。结果表明：① 选择自然电位、自然伽马、井径、深侧向电阻率、浅侧向电阻率、补偿中子和密度等常规测井数据作为生物扰动碳酸盐岩储集层识别模型输入层的参数值,生物扰动指数（Bioturbation Index, BI）作为输出结果;选取rprop、sigmoid symmetric和sigmoid stepwise函数分别作为训练函数、隐含层和输出层的激活函数,建立节点数为3、层数为3的神经网络识别模型,识别效果好,适用于研究区奥陶系生物扰动碳酸盐岩储集层的识别。② 选择自然电位、自然伽马、井径、声波、补偿中子和密度值等常规测井数据作为输入层的参数值,对应深度上岩芯柱塞孔隙度测试结果和利用孔隙度样品检验模型计算得出的孔隙度结果作为输出结果,选取incremental、gaussian和sigmoid分别作为训练函数、隐含层和输出层的激活函数,建立节点数为4,层数为3的生物扰动碳酸盐岩储集层孔隙度预测模型,预测效果良好,适用于研究区奥陶系生物扰动储集层孔隙度的预测。该研究对定量表征研究区生物扰动储层特性、储量估算、油藏描述和储层地质建模等具有重要的借鉴意义。     

基于神经网络模型的生物扰动碳酸盐岩储集层识别与孔隙度预测——以塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层为例

塔里木盆地塔河油田奥陶系生物扰动碳酸盐岩储集层非常发育,但利用常规测井数据识别生物扰动储集层发育段和准确预测孔隙度难度较大。本文在对研究区16口取芯井奥陶系岩芯上生物扰动区域扰动等级划分的基础上,通过岩性标定测井,优选常规测井参数,基于BP神经网络模型分别建立了适合研究区生物扰动碳酸盐岩储集层识别和孔隙度预测的模型,并对建立的模型进行了有效性检验。结果表明：① 选择自然电位、自然伽马、井径、深侧向电阻率、浅侧向电阻率、补偿中子和密度等常规测井数据作为生物扰动碳酸盐岩储集层识别模型输入层的参数值,生物扰动指数（Bioturbation Index, BI）作为输出结果;选取rprop、sigmoid symmetric和sigmoid stepwise函数分别作为训练函数、隐含层和输出层的激活函数,建立节点数为3、层数为3的神经网络识别模型,识别效果好,适用于研究区奥陶系生物扰动碳酸盐岩储集层的识别。② 选择自然电位、自然伽马、井径、声波、补偿中子和密度值等常规测井数据作为输入层的参数值,对应深度上岩芯柱塞孔隙度测试结果和利用孔隙度样品检验模型计算得出的孔隙度结果作为输出结果,选取incremental、gaussian和sigmoid分别作为训练函数、隐含层和输出层的激活函数,建立节点数为4,层数为3的生物扰动碳酸盐岩储集层孔隙度预测模型,预测效果良好,适用于研究区奥陶系生物扰动储集层孔隙度的预测。该研究对定量表征研究区生物扰动储层特性、储量估算、油藏描述和储层地质建模等具有重要的借鉴意义。     

柿庄南区块3号煤层含气量三维建模

煤层含气量对煤层气开发有直接影响。柿庄南区块煤层含气量相对较高,但开发过程中存在较多低效井,开展含气量三维地质建模有助于厘定含气性对煤层气井产量的影响。以沁水盆地柿庄南区块3号煤层为研究对象,运用多元回归分析方法依次建立基于埋深、灰分、挥发分及固定碳含量等参数的含气量预测公式及基于测井数据的煤岩工业分析各组分含量预测公式,最终得出柿庄南区块基于测井数据的含气量预测模型并应用于全区,与实测值对比表明预测结果较好。运用Petrel软件基于预测结果构建含气量模型,探讨3号煤层含气量三维分布特征。研究表明,区内3号煤层含气量介于11~20 m3/t,其主控因素为煤层埋深和构造部位。该模型对研究区煤层气井低产因素厘定和煤层气开发生产具有指导意义。移动阅读      

地球化学元素方程的建立及对沉积环境的指示

为了使测井资料在沉积环境研究中得到更广泛的应用,利用不同种类的测井曲线对岩石中元素的地球化学响应特性在元素和测井数据之间建立起多元回归预测方程,并用于分析元素在不同地质剖面的富集规律及沉积环境。本文以东营凹陷牛38井和郝科1井为研究对象,根据元素数据和测井数据,通过多元回归分析,建立了元素Na、Ca、Sr、V、Zn、Ni的计算模型,并将此模型用于分析东营凹陷博14井的沙三下-沙四上段的元素含量及其在地质剖面中的富集规律,结果表明元素的富集与剖面中的相变具有较高的耦合性,能够很好地指示沉积环境的变化。     

塔河油田奥陶系碳酸盐岩岩溶储集体类型及划分方法研究

塔河油田奥陶系油藏储集体类型的多样性和复杂性,给常规测井定量解释带来了很大困难。此类油藏储集体类型的划分和识别对油田开发极为重要。根据6口关键井的电成像测井(FMI)和岩心样品特征,将塔河碳酸盐岩储集体划分为未充填洞穴型、垮塌充填洞穴型、机械充填洞穴型和裂缝型4类。依据其中5口井的常规测井响应和4类储集体划分结果,选用GR、RD、RS、K3(深浅侧向电阻率倒数差的绝对值)、AC、DEN和CNL共7种测井信息作为神经网络的输入学习样本,经学习训练建立了储层划分的神经网络模型。通过检验井对比,说明基于神经网络模型,通过常规测井的多参数约束,可以判断岩溶型储集体类型。经本次研究,初步形成了储集体半定量评价标准。     

A Study on Identification of Conglomerate Reservoir Parameters and Oil/Water Beds in Ke82 Well Areas of Junggar Basin

This paper is mainly about the calculation of reservoir parameters and the interpretation method for identifying oil/water beds in Ke82 well areas of Junggar basin. It is difficult to determine the reservoir parameters with common logging methods such as core calibration log because of the diversity of minerals and rocks and the complexity of pore structures in the conglomerate reservoir of Junggar basin. Optimization logging exploration is a good method to determine the porosity by establishing the multi-mineral model with logging curves based on the integration of geological, core and well testing data. Permeability is identified by BP algorithm of neural network. Hydrocarbon saturation is determined by correlating Archie‘s and Simandoux formulas. Comparing the exploratory result and core data, we can see that these methods are effective for conglomerate logging exploration. We processed and explained six wells in the Ke82 well areas. And actual interpretation has had very good results, 85 % of which conform to well testing data. Therefore, this technique will be effective for identifying conglomerate parameters.     

碳酸盐岩储层测井评价方法

从碳酸盐岩储层类型划分、储层参数表征、流体性质判别到数学方法的应用等4个方面,系统总结厘定了国内外碳酸盐岩储层测井评价的方法技术,通过对比分析各种评价方法可知:根据一定的数学算法,综合利用常规测井和成像测井不仅能很好地识别储层类型,而且能实现对储层参数的半定量、定量计算评价。利用常规测井和测井新技术资料(电测井和声波测井)计算出缝洞储层的各项物性参数,在此基础上,结合常规测井、核磁共振测井和偶极横波测井能进一步判别出流体性质。通过与岩心分析结果比较,该储层参数计算方法不仅有效,而且简单可行。数学算法和测井新技术资料在复杂碳酸盐岩储层评价中发挥不可替代的作用,能解决复杂碳酸盐岩储层的计算评价问题。以碳酸盐岩储层特征及流体性质为切入点,结合各种地质、地震和测井资料,借助数学算法,准确地识别储层类型与判别流体性质,并精确求解碳酸盐岩储层特别是缝洞储层的物性参数,将是碳酸盐岩储层测井评价的重点及发展方向。     

神经网络方法在煤层气测井资料解释中的应用

根据煤层气储层及其测井响应特征,提出应用ＢＰ神经网络（简称ＢＰ网络） 方法进行煤层气测井资料的定量解释。通过对华北某地煤层气测井资料的处理,获得了满意的解释结果,证明该方法是有效和实用的。并对应用过程中的若干问题进行了分析讨论     

利用自组织特征映射网络自动识别油气层

针对储层中流体不易判别、测试结果与测井解释结果吻合率低的特点;在测井曲线上提取反映储层中流体特征的参数,采用自组织特征映射神经网络,对东海西湖凹陷Ｈｙ构造上的两口井（Ｈｙ７－１－１,Ｈｙ１４－１－１）进行了油气层的识别,通过检测吻合率达到８９．６５％,证实该网络是一种有效的油气层识别方法。     

鄂尔多斯盆地西南部镇泾油田延长组致密砂岩储层裂缝测井识别

低孔低渗致密砂岩储层的测井评价和开发难度较大,裂缝发育情况对这类储层的产能影响十分重要。为了利用常规测井资料实现致密砂岩储层裂缝发育情况的评价,基于井径、电阻率、密度、声波等常规测井曲线计算出8个裂缝指示参数,然后利用这8个参数构建了一个裂缝综合识别参数。该裂缝综合识别参数对裂缝的识别正确率更高。将这一套方法应用于鄂尔多斯盆地西南部镇泾油田延长组致密砂岩储层裂缝识别,对于所有样本,裂缝综合指标法识别正确率为81.4%以上。本研究给出的方法对于利用常规测井资料评价致密砂岩储层的裂缝发育情况和有效性提供了一种途径,对致密砂岩储层的勘探开发有一定的帮助。     

基于测井参数优选的煤层含气量预测模型

随着煤层气勘探的不断深入,对煤层含气量预测精度提出了更高的要求。基于煤层含气量测井响应特征,分析测井参数与含气量的相关性,提出MIV（Mean Impact Value）技术与LSSVM（Least Squares Support Vector Machine）结合的测井参数优选策略,优选最优测井参数作为网络建模的输入自变量组合,通过粒子群算法优化LSSVM网络核心参数,最后构建一套适用于煤层含气量预测的MIV-PSO-LSSVM模型。在此基础上,分别对比分析LSSVM、PSO-LSSVM、MIV-LSSVM和MIV-PSO-LSSVM模型对煤层含气量的预测性能,并与传统多元回归方法进行了对比,利用拟合优度和均方根误差对此5类模型进行评价。结果表明:PSO优化下的LSSVM模型预测精度得到有效提升,结合MIV方法优选测井参数可大幅度改善神经网络建模性能,MIV-PSO-LSSVM模型可实现煤层含气量高精度预测,为煤层气勘探及其储层评价提供新的技术支撑,且本研究的建模策略及思想可广泛应用于其他机器学习建模研究领域。      

电成像测井孔隙度分析技术及其在碳酸盐岩储层产能预测中的应用

深入研究了电成像测井的测量方式,提出一种基于电成像低频分量的电阻率刻度公式,结合Archie公式并引入常规测井数据及处理成果,严格推导出一种可将电成像测井数据直接标定为孔隙度的算法。此方法省略了先作电阻率刻度再应用Archie公式等中间步骤,处理过程得以简化,并可消除Archie公式中a、b、n、S_xo、R_mf等参数以及浅侧向测井R_LLS等因素对处理结果的影响,较大程度地实现了数据的自适应性处理。在此基础上,对孔隙度频谱进行多种统计分析,开展了类似核磁的区间孔隙度分析以及类似油藏描述中渗透率评价的孔隙度径向非均质性分析,将研究成果应用于碳酸盐岩储层产能预测中,引入“孔隙贡献因子”概念,并通过测井资料和试油资料建立了“孔隙度贡献因子”与储层产油强度的定量关系。     

岩石物理建模技术在致密砂岩储层预测中的应用——以鄂尔多斯盆地北部H区块为例

岩石物理建模是叠前反演前重要的基础工作。以致密砂岩储层为目标,剖析了岩石物理建模涉及的主要过程。将测井评价与岩石物理建模视为迭代过程,测井评价提供岩石物理建模的输入数据,岩石物理建模控制测井评价参数的质量。在测井参数具有较高质量的情况下,优选岩石物理建模方法,优化关键参数,较为准确地预测了横波速度等弹性参数,为叠前弹性参数反演提供了可靠的基础数据。利用岩石物理解释模板对叠前反演纵横波速度体进行了解释,提高了致密砂岩气层的识别精度,在鄂尔多斯盆地取得了较好的应用效果。     

南翼山富钾锂卤水储层识别方法

油井调查显示,在柴达木西部以南翼山为代表的储油构造区,广泛分布含钾、锂等有用元素的深层卤水,在古近纪?新近纪不同层位均有分布,具有极大的社会经济价值.根据构造及地层岩性特征,认为卤水储存空间为孔隙、裂隙型,由于南翼山地区含水层在声波测井曲线中响应特征并不明显,传统以声波测井为约束条件的波阻抗反演技术难以有效识别卤水储层...