应用三重孔隙模型评价火成岩储层

火成岩岩性特殊,储层非均质性非常严重,裂缝、孔洞发育,属于典型的多重孔隙介质储层,定量计算火成岩储层基质和裂缝的孔隙度和饱和度是评价火成岩油气层的关键。由基质、天然裂缝和非连通孔洞组成的储层可以模拟成基质和裂缝的并联导电网络,非连通孔洞和基质／裂缝的组合的串联导电网络。采用密度测井资料求取总孔隙度,用深浅双侧向电阻率计算裂缝孔隙度,采用密闭取心分析的孔隙度作为基质孔隙度。通过建立以基质、天然裂缝和非连通孔洞组成的储层的三重孔隙解释模型,找到适合于火成岩缝洞型复杂储层的饱和度方程。将三重孔隙解释模型应用于松辽盆地北部火成岩储层,计算的含水饱和度平均相对误差由16．85％降低至12．42％,精度明显提高,为火成岩储层评价、储量计算与地质建模提供了定量参数。     

太行东麓Z区页岩黏土矿物和石英含量预测方法研究

为了做好太行东麓Z区页岩气储层测井评价工作,针对页岩主要矿物成分含量计算需求,本文在文献调研基础上,梳理了页岩主要矿物成分含量的一般计算方法,针对研究区常规测井资料实际开展了测井资料归一化工作,遵循岩心刻度测井的原则开展了岩心矿物含量测试数据与测井曲线敏感性分析,选择敏感测井曲线开展岩心主要矿物含量测井预测模型建模,进而利用所建模型在研究区开展了黏土矿物及石英含量预测.研究表明,页岩矿物含量计算一般包括"三孔隙度"测井、自然伽马能谱测井法、元素俘获能谱测井法等,其计算精度依次提高;煤田测井资料"归一化"预处理可以有效解决测井资料一致性问题;本区山西组自然电位、自然伽马、侧向电阻率对泥页岩黏土矿物含量敏感性好,声波时差、自然电位、侧向电阻率对石英含量敏感性好;基于多元回归分析建立了Z区山西组泥页岩黏土矿物及石英含量计算模型,其计算结果与X-衍射实验分数据对比表明,黏土矿物含量计算结果标准误差小于7.8%,石英含量计算结果误差小于9.6%,证明该计算方法对于研究区黏土矿物及石英含量计算效果明显.此外,研究结果表明,Z区石英含量从研究区西北部向东南部逐渐增加,黏土矿物含量从东南部向西北部增加,局部存在差异.     

深度Transformer迁移学习的页岩气储层核心参数预测案例

地层纵横向非均质性强,工区间数据分布存在差异.这导致基于已有工区数据构建的机器学习储层参数预测模型,推广到新工区会存在较大预测误差.常规地质方法是在岩心与测井响应特征分析基础上建模,利用测井资料计算储层参数,流程复杂.该方法需要岩心校准模型,同样难以快速推广到新的工区.考虑地层纵横向非均质性,本文设计了一种深度Transformer迁移学习网络,通过已有工区的测井与岩心资料构建预测模型,实现未取心新工区储层参数快速准确预测.首先利用无监督学习算法-孤立森林剔除测井数据中存在的异常噪声数据.然后设计Transformer特征提取网络,提高网络特征提取能力,以此深入挖掘测井数据与储层参数的内在联系.最后设计深度迁移学习网络,构建网络损失函数,利用随机梯度下降算法优化网络参数,实现储层参数准确预测.本方案应用于四川南部地区五峰组—龙马溪组页岩储层参数孔隙度、总有机碳含量和总含气量预测.实验结果与工区校正后计算结果、主流机器学习模型预测结果对比,本方案结果与岩心数据具有更高的一致性.应用结果表明：本文方案具有实用性、有效性和可推广性.     

花岗岩储层测井解释方法研究及应用

针对花岗岩储层非均质性特点,采用了三重孔隙结构解释模型对其进行解释评价.该模型的储集空间包括基质、裂缝和孔洞三部分,随着储集空间的变化,可将该模型转化为孔隙型储层解释模型、孔洞型储层解释模型和裂缝型储层解释模型,这样就可适应多种储层性质的解释需要.由此利用常规测井资料计算了花岗岩储层的总孔隙度、基质孔隙度、孔洞孔隙度和裂缝孔隙度,利用岩心和电成像测井对裂缝孔隙度和孔洞孔隙度的计算结果进行标定和验证,并根据这些参数划分储层类型,计算含油气饱和度,划分油气水层.含油气饱和度的计算是采用反映储层孔隙结构变化的孔隙结构指数变m值,使阿尔奇公式适用于非均质花岗岩储层含油气饱和度的计算.应用上述测井解释方法,对目标井进行精细处理解释和综合评价,取得了很好的应用效果.     

基于核磁共振测井的致密砂岩储层分类方法研究（英文）

致密砂岩储层孔隙结构复杂,非均质性强,利用传统的常规测井计算孔隙度、泥质含量、J函数和流动单元指数等参数建立的储层分类方法很难有效地对致密砂岩储层进行分类。核磁共振T2分布与储层孔径分布密切相关,可用于表征储层孔隙结构特征。目前常用的方法是应用核磁共振T2分布与压汞毛管压力曲线建立线性函数或幂函数等经验公式,间接求取排驱压力、最大孔喉半径、中值孔喉半径等储层孔隙结构参数并用于储层分类,但经验公式存在地区适应性,且受限于实验样本的代表性,很难有效推广应用。对数正态分布常用来表示岩石孔径分布和粒度分布,通过计算小孔和大孔的体积、平均半径、标准差等参数定量表征储层的孔隙结构特性。本文采用双峰对数正态分布拟合核磁共振T2谱,得到表征岩石孔隙分布和非均质性的六个参数(小孔和大孔的体积、均值、标准差),结合核磁共振测井计算的总孔隙度,采用聚类分析方法进行储层分类。岩心实验测量数据及核磁共振测井数据处理结果表明,该方法可有效划分致密砂岩储层类型,具有较好的应用效果。     

数字岩心逆建模理论下的储层参数定量预测方法

数字岩心微观孔隙结构十分复杂,有限元模拟物性参数与弹性参数之间关系是非线性的,直接反演其物性参数准确度低、稳定性差.本文发展了一种数字岩石物理逆建模方法,实现了基于数字岩心的储层参数有效预测.从数字岩心基函数的构建出发,基于有限元方法,计算了一系列具有等间距物性参数值(孔隙度、泥质含量和含水饱和度)的数字岩心弹性参数(体积模量、剪切模量和密度),通过插值算法建立了数字岩心弹性参数三维数据集,从而实现了弹性模量的有限元数值解的快速构建;然后搜索弹性参数的单值等值面,通过等值面的空间交会得到交点,完成储层参数预测.测试结果表明:基于数字岩心逆建模理论的储层参数预测结果与实际模型一致,具有可行性,并且可以通过增加插值点数目提高预测的准确性;孔隙度和泥质含量预测结果稳定性很好,而含水饱和度对噪声的加入较为敏感.     

基于岩石物理相约束的致密砂岩气储层渗透率解释建模

充分利用岩心、薄片和钻测井等资料,对四川盆地JQ区块须家河组须二段致密砂岩气储层的沉积微相、成岩相和裂缝相特征进行了研究.结果表明,须二段沉积以辫状河三角洲前缘为主,发育水下分流河道、河口坝和分流间湾等微相;根据成岩作用类型、强度、成岩矿物及其对储层物性的影响将储层划分为压实致密、碳酸盐岩胶结、伊蒙混层充填和不稳定组分溶蚀4种成岩相;裂缝相则以局部层段发育的近水平缝为主.通过三者的叠加与复合对储层岩石物理相进行分类命名,划分出了河口坝-不稳定组分溶蚀-近水平缝相等多种岩石物理相.然后按照岩石物理相对储层物性的建设与破坏作用对其进行聚类分析,归纳出了PF1～PF4四大类岩石物理相.通过建立每一类岩石物理相的孔隙度-渗透率关系表明,基于岩石物理相约束而建立的储层渗透率解释模型具有更高的精度.岩石物理相是揭示致密砂岩气储层成因机理并提高其物性参数测井解释精度的有效途径.     

火成岩核磁共振数值模拟与影响因素分析

核磁共振(NMR)在储层孔隙结构评价和孔隙度计算方面具有明显的优势,但是在某些火成岩地层核磁共振孔隙度比实际孔隙度偏低,这就限制了核磁共振测井在该类储层的应用.针对这一问题,首先开展了核磁共振的弛豫机理研究,从理论上分析了磁化率引起的附加内部磁场梯度是核磁共振孔隙度偏小的主要原因.然后,模拟了不同磁化率、含不同流体岩石以及不同回波间隔的核磁共振横向弛豫时间(T2)分布,分析了磁化率对核磁共振孔隙度的影响.模拟结果表明,对同一流体的孔隙模型来说,磁化率越大,其引起的扩散弛豫在总弛豫中的比重越大,T2分布前移也越明显,计算的孔隙度就越小.此外,岩心实验也证明磁化率核磁共振的影响较大.此项研究剖析了火成岩核磁共振影响因素,为该类储层的核磁共振测井解释提供了依据.     

地球物理测井岩性解释方法综述

测井岩性解释成果是储层参数计算和油气评价的基础,为沉积相划分等地质研究提供了依据.但解释方法不一,涉及的数学方法和计算处理步骤不同,在实际应用中存在优劣差异,前人对此分门别类的论述少.基于此,进行文献调研并将解释方法分为4类:基于测井响应特征的定性解释法、基于测井响应方程的图版求解法、基于测井响应方程的方程组求解法、基于"岩心刻度测井"的统计分析法.系统梳理总结每类解释方法的数理基础、计算处理步骤、适用条件、应用效果影响因素,进行解释方法优劣对比和研究趋势展望,得出如下结论:1)四种解释方法的数理基础分别是正反演理论、平面几何作图、矩阵代数求解、应用统计学等数学方法理论,解释方法实质上是这些数学方法理论在测井岩性解释上的应用,将统计学习理论中涉及的数学方法应用于测井岩性解释是解释方法的研究趋势;2)定性解释法、图版求解法的计算处理受人为因素干扰大、数据处理效率低,方程组求解法、统计分析法更易于实现测井数据的自动、快速处理,数据处理的高效自动化、岩性解释的智能化是其研究趋势;3)从定性解释法到统计分析法,适用的岩性剖面从单矿物岩性地层向多矿物岩性地层过渡,对火成岩等强非均质性复杂岩性地层的适用性和解释能力逐渐增强;4)解释图版、解释模型、解释参数、计算处理中关键表征参数等因素对解释结果影响显著,进行越来越完善的地质分析化验来约束解释结果、优化解释模型和解释参数,是解释方法的研究趋势.     

致密砂岩气藏裂隙-孔隙型弹性岩石物理模板研究:以川西坳陷A区为例

相对于常规砂岩,致密砂岩在岩石物理性质、力学性质等方面具有明显差异,并呈现出很强的非均质性.岩石物理模型能将储层参数与地震特性信息联系起来,因此可以作为致密砂岩储层参数与地震特性信息转换的桥梁.常规的岩石物理模型通常只考虑单一因素(例如非均匀性,单一孔隙,单一尺度等),建立的岩石物理模板并不适用于致密砂岩.本文针对高饱和气、微裂隙发育、非均质性强的致密砂岩储层,利用Voigt-Reuss-Hill模型计算混合矿物的弹性模量,采用微分等效介质(DEM)模型描述含裂隙、孔隙岩石的骨架弹性模量,基于Biot-Rayleigh波动方程构建了岩石物理弹性模板,给出了致密砂岩储层弹性参数与物性的关系.基于测井数据和实验数据对岩石物理弹性模板进行校正,并将校正后的岩石物理弹性模板结合叠前地震资料应用于川西地区储层孔隙度与裂隙含量预测.结果显示,反演裂隙含量、孔隙度与储层试气报告、测井孔隙度基本吻合,表明该模板能够较合理地应用于致密砂岩储层孔隙度及裂隙含量解释中.     

Evaluation of volcanic reservoirs with the “QAPM mineral model” using a genetic algorithm

Gas-bearing volcanic reservoirs have been found in the deep Songliao Basin, China. Choosing proper interpretation parameters for log evaluation is difficult due to complicated mineral compositions and variable mineral contents. Based on the QAPF classification scheme given by IUGS, we propose a method to determine the mineral contents of volcanic rocks using log data and a genetic algorithm. According to the QAPF scheme, minerals in volcanic rocks are divided into five groups： Q（quartz）, A （Alkaline feldspar）, P （plagioclase）, M （mafic） and F （feldspathoid）. We propose a model called QAPM including porosity for the volumetric analysis of reservoirs. The log response equations for density, apparent neutron porosity, transit time, gamma ray and volume photoelectrical cross section index were first established with the mineral parameters obtained from the Schlumberger handbook of log mineral parameters. Then the volumes of the four minerals in the matrix were calculated using the genetic algorithm （GA）. The calculated porosity, based on the interpretation parameters, can be compared with core porosity, and the rock names given in the paper based on QAPF classification according to the four mineral contents are compatible with those from the chemical analysis of the core samples.     

利用数据挖掘技术识别深层火山岩气层

石炭系火山岩的低渗透气藏具有的埋藏深、成因复杂、类型多、分布广、三孔隙度曲线响应特征不明显等特点,并且主要的四种火山岩气藏：玄武岩、安山岩、英安岩、流纹岩的密度和纵波时差测井值差别较大,因此使基于三孔隙度测井资料的一系列识别气层的有效方法在该盆地石炭系火山岩气层的识别中无明显效果.数据挖掘技术从数据的角度出发,在进一步丰富岩心、测井和试油资料的前提下,利用数据挖掘技术中的聚类分析和关联分析获取核心参数和数据之间的内在联系,用决策树提取预测火山岩气层的模型.该方法充分利用已有的数据资料,用数学分析方法遍历寻找对识别火山岩气层有用的信息,而不仅仅依靠三孔隙度和电阻率曲线,并且消除了岩性的影响,因此获得了较高的识别率.     

BFA-CM最优化测井解释方法

最优化测井解释方法能充分利用各种测井资料及地质信息,可以有效地评价复杂岩性油气藏.优化算法的选择是最优化测井解释方法的关键,影响着测井解释结果的准确性.细菌觅食算法(BFA)是新兴的一种智能优化算法,具有较强的全局搜索能力,但在寻优后期收敛速度较慢.复合形算法(CM)局部搜索能力极强,将其与BFA算法相结合构成BFA-CM混合算法,既提高了搜索精度又提高了搜索效率.利用BFA-CM最优化测井解释方法对苏里格致密砂岩储层实际资料进行了处理,计算结果与岩心及薄片分析资料吻合得很好.     

汶川地震破裂带断层岩纵波速度与孔隙度关系的实验研究

分布于地震破裂带上的断层岩具有高孔隙度的特征.该特点造成了其弹性波速度与结晶岩石和沉积岩存在明显的差异.确定断层岩的弹性波速度与孔隙度和矿物组成的关系对于利用地震资料探测深部断层和测井资料的解释至关重要.在10~600 MPa条件下,本文对地震断层岩的纵波波速（V_p）和总孔隙度（φ_t）进行了测量,并深入分析了V_p与孔隙度的关系.结果表明在10~600 MPa的压力范围内,V_p（p）随着压力的增高呈现对数增加,其增长率随着压力的上升而逐渐减小,遵从∂V_p（p）/∂p=a_v/p的变化规律.断层岩中的孔隙度随着压力的增高呈对数减小.与传统的认识不同,实验发现在压力高达600 MPa以上,大多数断层岩中仍然可以残留可观的孔隙量.分析显示V_p与总孔隙度及总粘土含量呈负线性相关.该发现有助于认识深部流体的活动通道特征,有助于理解断层带中存在大量粘土矿物、断层带内的物质可被大量带出、围陷波的形成等地质和地球物理现象.     

基于SVM测井数据的火山岩岩性识别——以辽河盆地东部坳陷为例

辽河盆地东部坳陷储集层由火山多期喷发形成,岩相岩性复杂,岩性以中、基性火山岩为主.本文将火山岩的岩心及岩矿鉴定资料与测井数据进行整合,应用测井数据建立支持向量机(SVM)两分类和多分类岩性识别模式.首先,深入研究支持向量机二分类及"一对一"、"一对多"和有向无环图三种经典多分类算法的基本原理及结构;然后,总结研究区域火山岩岩石特征,分析测井数据的测井响应组合特征,选择40口井中岩心分析和薄片鉴定资料完整、常规五种测井曲线(RLLD,CNL,DEN,AC,GR)齐全的1200个测井数据作为训练样本,构造三种支持向量机岩性识别模式;最后,对4测试井中800个测井数据进行岩性识别,识别结果与取心段岩心描述和岩心/岩屑薄片鉴定资料对比,实验结果表明有向无环图更适合辽河盆地火山岩的识别,识别正确率达到82.3%.     

Fuzzy ruling between core porosity and petrophysical logs: Subtractive clustering vs. genetic algorithm–pattern search

Porosity, the void portion of reservoir rocks, determines the volume of hydrocarbon accumulation and has a great control on assessment and development of hydrocarbon reservoirs. Accurate determination of porosity from core analysis is highly cost, time, and labor intensive. Therefore, the mission of finding an accurate, fast and cheap way of determining porosity is unavoidable. On the other hand, conventional well log data, available in almost all wells contain invaluable implicit information about the porosity. Therefore, an intelligent system can explicate this information. Fuzzy logic is a powerful tool for handling geosciences problem which is associated with uncertainty. However, determination of the best fuzzy formulation is still an issue. This study purposes an improved strategy, called hybrid genetic algorithm–pattern search (GA–PS) technique, against the widely held subtractive clustering (SC) method for setting up fuzzy rules between core porosity and petrophysical logs. Hybrid GA–PS technique is capable of extracting optimal parameters for fuzzy clusters (membership functions) which consequently results in the best fuzzy formulation. Results indicate that GA–PS technique manipulates both mean and variance of Gaussian membership functions contrary to SC that only has a control on mean of Gaussian membership functions. A comparison between hybrid GA–PS technique and SC method confirmed the superiority of GA–PS technique in setting up fuzzy rules. The proposed strategy was successfully applied to one of the Iranian carbonate reservoir rocks.     

岩石物理模版在储层定量解释中的应用

岩石物理模板采用测井解释的各类岩性矿物骨架点值,选取适合该地区的岩石物理模型,模拟在不同储层组合、不同孔隙及不同饱和度情况下,储层岩石物理参数变化引起的储层测井参数及地球物理响应特征的变化,定量地建立起储层参数同地球物理弹性参数间的解释关系模版.本文根据新场JS42气藏储层参数分析结果,尝试性地将岩石物理解释模板应用于储层定量解释中,对储层高产气区、含水区域进行定量解释,并预测了该气藏的气水界面,该预测结果与实钻井测试情况吻合,证实了该方法的科学性.     

Mineral classification from quantitative X-ray maps using neural network: Application to volcanic rocks

We developed a mineral classification technique of electron probe microanalyzer (EPMA) maps in order to reveal the mineral textures and compositions of volcanic rocks. In the case of lithologies such as basalt that include several kinds of minerals, X-ray intensities of several elements derived from EPMA must be considered simultaneously to determine the mineral map. In this research, we used a Kohonen self-organizing map (SOM) to classify minerals in the thin-sections from several X-ray intensity maps. The SOM is a type of artificial neural network that is trained using unsupervised training to produce a two-dimensional representation of multi-dimensional input data. The classified mineral maps of in situ oceanic basalts of the Juan de Fuca Plate allowed us to quantify mineralogical and textural differences among the marginal and central parts of the pillow basalts and the massive flow basalt. One advantage of mineral classification using a SOM is that relatively many minerals can be estimated from limited input elements. By applying our method to altered basalt which contains multiple minerals, we successfully classify eight minerals in thin-section.     

辽河东部凹陷火山岩油藏高效开发研究

辽河东部凹陷火山岩油藏为裂缝-孔隙型双重介质油藏,为此根据测井、地震等资料,运用岩心描述与薄片分析、铸体、压汞及物性测定等多种分析测试手段,系统研究了本区火山岩的分布、岩石类型、储集空间特点及油气成藏特征,深入研究了这种特殊岩性油藏的开发特征及产生这些特征的原因,提出相应有效的解决方案.应用水平井技术对火山岩油藏进行高效开发实践,具体分析了水平井技术在火山岩油藏开发中可以发挥的技术优势及局限性,认为在适合的条件下水平井技术是火山岩油藏高效开发的重要手段.