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.     

基于多任务学习的测井储层参数预测方法

基于多任务神经网络模型,提出一种多任务测井储层参数预测方法,利用测井数据对储层孔隙度、渗透率及含水饱和度同时进行预测.分别采用同架构和异架构多任务模型对测井储层参数进行预测,通过数值实验对比,多任务预测模型有效提升了单任务储层参数预测模型的效果,且提升幅度与模型结构有关,异架构多任务模型的总体预测效果好于同架构多任务模...     

基于Stacking模型融合策略的日本俯冲带板缘地震动预测

高精度的地震动预测模型有助于提高地震灾害的预警和应对能力。传统回归方法构建地震动预测模型时提前设定了方程的形式,此种方法存在一定局限性,难以反映地震动传播过程中的复杂规律,因此越来越多的学者尝试应用机器学习方法构建地震动预测模型。但采用单一的机器学习算法,难以从数据中捕捉到更多规律,最终导致模型精度难以提升。本文基于日本KiK-net和K-Net强震台网收集到的俯冲带板缘地震动记录,使用Stacking模型融合策略,以LightGBM、XGBoost和CatBoost算法作为基学习器,线性回归算法作为元学习器,引入客观且高效的贝叶斯优化算法对模型进行超参数优化,最终训练并提出了一种适用于日本俯冲带板缘地震动预测的融合模型Stacking-Interface。对比分析所提出模型、单一机器学习模型和传统模型,发现机器学习模型的精度普遍高于传统模型,且相较于单一的机器学习模型,融合模型的预测能力有一定的提升;通过与实际地震动记录的对比和特征参数敏感性分析,验证了所提模型的可靠性和泛化能力。研究方法和结果能够为地震风险分析提供参考。     

双相介质人造岩心含水饱和度对声学参数影响的研究

双相介质储层的物性参数对地震勘探技术和油气田的开发具有十分重要的意义,由于人造岩心样品具有实验参数可控、性能稳定、重复性好等特点,被广泛应用于地震物理模拟的相关研究.本文对采用石英砂和环氧树脂胶结成型的双相介质人造岩心样品进行了测试分析,主要研究了样品孔隙度及含水饱和度对其声学特性的影响,尤其是讨论了含水饱和度变化对双相介质人造岩心纵、横波速度和弹性参数的影响.实验结果表明,当双相介质人造岩心样品孔隙度小于10%时,纵波波速会随样品含水饱和度的增加而呈现上升趋势;当样品孔隙度介于10%至25%之间时,纵波波速呈现出加速线性上升的趋势;当样品孔隙度大于25%时,纵波波速会先下降,在含水饱和度在0.4~0.5时达到最低值,然后开始上升,逐渐恢复到比含水饱和度为0时略高的范围,而其横波速度随含水饱和度增加未出现明显变化.通过对比双相介质人造岩心饱水前后弹性模量的变化特征,发现泊松比ν是弹性参数中识别流体最敏感的指示因子.     

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.     

基于迁移学习的地球物理测井储层参数预测方法研究

随着大数据和机器学习的成熟和推广应用,人工神经网络在地球物理测井预测储层参数中得到重视.本文引入迁移学习进行测井储层参数预测,以孔隙度预测神经网络模型和孔隙度含水饱和度联合预测神经网络模型为基础模型,分别以渗透率及含水饱和度预测作为目标任务进行迁移学习,以提升储层参数预测效果和效率.文中详细阐述了基于迁移学习的测井储层...     

基于岩石物理相的泥质砂岩储层含水饱和度计算方法

涠洲M油田位于北部湾盆地涠西南凹陷,研究区岩性复杂,储层孔隙结构差异较大.在双对数坐标下,储层电阻率增大指数随含水饱和度变化关系呈现弯曲现象,且关系较为分散,给区域含水饱和度求解带来一定困难.研究从岩石导电机理出发,实际模拟分析了弯曲现象产生的原因及影响因素,曲线弯曲程度随毛管束缚水孔隙、黏土束缚水孔隙的增大而增大.在此认识的基础之上,根据常规物性分析资料将区域储层类型划分为五类,采用分类回归的方法获取了五类储层的岩电参数,并推导建立了区域含水饱和度精细解释模型,通过与岩心实验分析束缚水饱和度进行对比,验证了新方法的正确性与适用性,对区域油气勘探开发具有一定的实用价值和指导意义.     

鄂尔多斯盆地东南部长6储层岩电关系特征

鄂尔多斯盆地东南部延长组长6储层以低孔低渗-特低渗为特征,长6岩心岩电实验分析结果表明,岩电关系复杂,其中孔隙度-地层因素(F)关系中,a、m参数变化范围大,具有相对高a值低m值的特点,同时,含水饱和度(Sw)-电阻率增大系数(I)关系除常规直线关系外,相当一部分储层含水饱和度(Sw)-电阻率增大系数(I)表现为分段线性函数关系,n参数大多小于2.0.     

岩石电学参数扫频测量

介绍了一种线圈法岩心复电参数扫频测量系统,并运用该系统对岩心进行了实验测量分析.结果表明,线圈法测量结果与电极法结果同样具有电频散特性,二者具有明显的相关性;测量响应与岩心的含水饱和度有着规律性的对应关系;虚部响应比实部响应对含水饱和度的变化更敏感.研究结果为发展电频谱测井新方法奠定了理论基础.     

水驱油实验电阻率分析及混合液电阻率计算新方法

南海西部海域涠洲W油田经过多年的注水开发已进入开发中后期,如何求准水淹层剩余油饱和度对开发调整具有重大意义.水淹层混合液地层水电阻率是计算剩余油饱和度的关键参数,从水淹层不同注入水驱替实验研究出发,提出一种新的水淹层动态混合导电模型,该方法首次引入动态的未被注入水混合的毛管束缚水变量,这个变量随着储层水淹程度变强逐渐从原生束缚水变为零.该方法数值模拟计算结果与岩心水驱油实验数据结果对比,表明新方法计算结果比常规物质平衡方法和并联导电方法精度高,研究结果可用于分析水驱油各种影响因素,并可在实际咸水、淡水水淹储层评价中定量确定剩余油饱和度.经南海西部油田涠洲W油田密闭取心资料的饱和度数据验证,文中新方法计算的含水饱和度符合实际情况,且简单实用.     

致密砂岩气储层的岩石物理模型研究

根据鄂尔多斯盆地苏里格气田以往实测和新测的共17口井51块岩样超声波实验数据,得到304组不同孔隙度和不同含水饱和度下对应的纵横波速度、泊松比等弹性参数.重新优选计算体积模量和泊松比与含气饱和度的关系,表明苏里格气田上古生界二叠系石盒子组盒8致密砂岩储层的模型与Brie模型(e=2)相似度最高.由此建立的苏里格气田储层岩石物理模型,更好的表征了致密岩石储层物理参数随含气饱和度变化规律,为该区储层预测提供了理论依据.致密储层岩石物理模型研究成果应用于苏里格气田多波地震资料气水预测中,实际例子表明该模型适用于该区的储层和含气性预测,并取得了较好的效果.     

基于RS与PSO-LSSVR的地震伤亡人数预测

通过对地震伤亡资料的综合考察研究,本文构建了影响地震伤亡人数的指标集,利用粗糙集理论约简此指标结构,建立最小二乘支持向量回归机预测模型预测伤亡人数,并用粒子群优化算法对模型参数进行优化。最后,将模型运用于云南地震伤亡人数预测,结果和RS-BP神经网络预测模型对比分析,验证了该模型预测的有效性。又将模型应用于芦山和玉树地震死亡人数的预测,验证了模型的适用性。实验结果表明该模型能在地震发生后,给决策者提供人员救护、安置以及应急物资供应、统筹调度的有效依据。     

基于BP神经网络的储层渗透率预测及质量评价方法

储层渗透率预测和评价是油气藏勘探与开发急需突破的瓶颈技术之一,BP神经网络预测储层渗透率的研究在行业中已有一定的应用,但受限于数据规模、参数调整及模型评价方法,该方法预测结果不稳定,且不能准确给出全井段储层的连续渗透率的预测质量,在油田现场并未大规模推广应用.本文针对传统BP神经网络预测储层渗透率方法中存在的问题,在对机器学习的数据处理、参数选择系统考察的基础上,定量分析了不同输入曲线、网络结构、样本大小对渗透率预测模型精度的影响,总结了BP神经网络预测渗透率模型的参数优选方案;并提出了一种基于模型森林的预测曲线质量逐点评价方法,实现了对全井段渗透率预测的质量评价.实际应用表明,本研究提出的储层渗透率预测及质量评价方法与实际岩心渗透率吻合度高,推广应用前景良好.     

地震序列较强余震最小二乘拟合预测的方法研究

本研究给出了针对地震序列较强余震发生时间进行快速预测的一种方法,即最小二乘拟合预测方法.该方法包括:最小二乘拟合预测模型的建立、预测模型的各种可信性检验及模型预测等内容.震例研究表明,该方法在大(强)地震现场震情分析中可望发挥积极作用.     

樽海鞘算法优化支持向量机的RC柱抗侧移承载力预测

现有钢筋混凝土(RC)柱抗侧移承载力预测模型缺乏泛化性能,延性柱抗弯承载力的预测模型不能用于非延性柱的抗剪承载力,反之亦然。机器学习(ML)方法能够解决这一问题,但由于无法自动剔除冗余和不相关特征,使得ML模型复杂度高且容易过拟合。为此,提出一种樽海鞘算法优化支持向量机(SSALS-SVM)方法,基于给定的数据集,SSALS-SVM能利用樽海鞘优化算法(SSA)自动剔除冗余和不相关的特征,筛选最具代表性且各特征之间相关性弱的特征子集形成最优特征组合,同时对控制模型非线性拟合能力的超参数进行优化。优化后的模型既能识别出影响延性和非延性RC柱抗侧移承载力的设计变量,又能反映最优特征组合与抗侧移承载力间的非线性映射关系。为了验证SSALS-SVM方法的泛化性能,基于248个RC柱抗侧移承载力试验数据,分别与现有的RC柱抗侧移承载力预测模型进行对比,结果表明,SSALS-SVM比现有预测模型的泛化性能最高提升了83%。     

全直径岩心分析Archie参数在DQ油田XX区块的非均质火成岩气层评价中的应用

指出了全直径岩心分析的Archie参数(m、n)对非均质储层含油(气)性评价的重要性.使用新疆测井公司开发的全直径岩心多参数分析实验装置及实验方法,以DQ油田XX区块的非均质火成岩气层评价为例,由7块全直径岩样该获得了储层的物性和Archie参数.当应用于该储层含气饱和度估算后,与密闭取心饱和度分析的含气饱和度结果比较,含气饱和度估算误差大致在5%以内,较按Archie参数的确省值(m=n=2)估算的含气饱和度的精度高 10%左右.考虑到非均质储层在岩性、物性、孔隙结构的特殊性,推荐“真正”使用全直径岩心分析方法应用于非均质储层的物性、含油(气)性的评价,并重视模拟油藏条件的全直径岩心分析装置的开发.     

基于稀疏反演理论的自动叠加速度反演方法

叠加速度分析技术是常规地震资料处理中的重要环节,也是经典的时间域速度建模方法.叠加速度分析技术主要包括速度谱计算和拾取两个步骤.至今为止,多数研究工作通过提高速度谱的分辨率以及抗噪声能力,获得高质量的速度谱从而有利于拾取.本文的目标是将叠加速度分析技术转为一个全自动化的处理流程.从参数估计的角度出发,将叠加速度估计转化为稀疏反演框架下的模型参数估计问题,并通过稀疏反演算法自动反演叠加速度,进而提高叠加速度建模的效率.为实现这一目标,首先给出了正问题的定义,即层状介质中CMP道集的预测模型,利用叠加速度、垂向双程走时(t_0)以及反射子波以及CMP道集时距关系(如双曲时距关系)可以预测CMP道集.接着,速度分析反问题可以描述为已知观测的CMP道集,估计模型参数(叠加速度及t_0时间等).利用模型参数的稀疏性作为约束条件并用L_0范数作为模型稀疏性的度量准则,叠加速度分析可以转化为L_0范数约束下的稀疏反演问题.本文提出了一种基于预测校正思想的匹配追踪算法求解上述反问题,实现了自动叠加速度建模并为后续的高精度速度反演方法提供较好的初始模型.理论和实际资料的测试结果证明了本文方法的有效性.     

裂缝性岩石低频下复电阻率与饱和度关系研究

储层中裂缝的发育影响着油气运移和储存,因此识别裂缝以及得到裂缝性储层的表征参数与物理性质对于预测天然气的产量有重要的意义.本文主要通过实验和数值模拟研究了低频段(100 Hz～1 MHz)内均质岩样和不同裂缝参数的裂缝性岩样的复电阻率频散特性.利用有限元模拟计算简易岩样模型的复电阻率,研究了完全饱和水状态下均质岩样与裂缝岩样复电阻率频散特性的区别.并重点研究了100 Hz、1 kHz和10 kHz下均质岩样以及不同裂缝宽度、密度、倾角岩样含水饱和度SW与电阻增大率TR、含水饱和度SW与介电常数变化率Iε的变化关系.实验结果显示完全饱含水的情况下裂缝的出现,使得岩样的复电阻率实部降低,复电阻率虚部的幅值减小;不同频率(100 Hz、1 kHz和10 kHz)下IR-SW曲线发生分离.裂缝密度和裂缝倾角的增加,导致岩样的复电阻率实部降低,复电阻率虚部的幅值减小;并使得不同频率下的IR-SW和Iε-SW分离程度变大.讨论了阿尔奇公式中饱和度指数n与系数b以及仿阿尔奇公式中介电饱和度指数n '与系数b与裂缝参数的关系,说明在高含水饱和度时,导电与介电的幂指数规律基本一致.通过对裂缝性岩石上述参数的研究,为多频复电阻率测井仪的研发提供理论与实验支撑,进而提高裂缝性储层含气性识别以及定量评价含气饱和度的可靠性.     

基于变分自动编码器的探地雷达噪声压制及双曲线识别

受仪器设备和环境的影响,使用探地雷达(GPR)进行数据采集的过程中会引入各种不同的噪声,从而干扰目标体反射信号,对数据处理及解释造成困难.由此,本文提出了一种能够同时实现GPR剖面数据噪声压制及双曲线异常识别的变分自动编码器(VAE)神经网络结构.首先,详细阐述了模型结构、数据集建立及网络参数选择;然后,通过合成数据实验验证该算法的有效性及模型的泛化能力,相比于深度卷积自动编码器(CDAE),本文算法在噪声压制能力和双曲线识别能力上均表现更优;最后,通过对隧道衬砌和管线的实测数据进行处理,验证了本文算法的实用性.     

基于数字岩心的岩石电性微观数值模拟(英文)

本文利用x射线CT获取反映岩心微观结构的三维数字岩心,利用数学形态学中的开运算模拟了岩石的油驱水排驱过程中,不同含水饱和度下油和地层水在孔隙空间中的分布。利用有限元方法计算了岩石电阻率,进而得到岩石地层因素和电阻率指数,并考查了岩石润湿性对岩石电阻率指数的影响。数值模拟结果表明：基于数字岩心的水湿岩石地层因素和电阻率指数数值模拟结果与实验结果一致,拓展了岩石电阻率实验的能力;岩石润湿性对岩石电性有重要影响,在相同含水饱和度下,油湿岩石电阻率高于水湿岩石电阻率,油湿岩石饱和度指数远大于水湿岩石饱和度指数。