利用成像测井评价储层孔隙空间的二维非均质性

针对当前储层非均质性评价中表征方法单一、评价仅限于一维的研究现状,提出利用FMI成像测井评价储层井周二维孔隙空间非均质性的方法。通过比较目标储层的孔隙度频数分布曲线,从宏观上判断储层井周二维非均质性。选取合适的孔隙度二值化阈值,明确原、次生孔隙的所在位置。利用成像孔隙度谱将储层进行分类,判断目标储层的储集特性。利用储层非均质程度系数T定量评价储层井周二维非均质性。相比于利用常规测井识别裂缝、孔洞,通过FMI成像测井判断储层非均质性具有评价形式多样化、连续性、方位性、直观性和分辨率较高的优势,从而提高对储层非均质性的认知程度。     

长岭断陷火山岩覆压孔隙度和渗透率实验及校正方法

应用覆压条件孔隙度渗透率自动测量仪(AP608)测量的孔隙度和渗透率是在有效覆压下的三轴孔隙度,而储量计算是要求计算油气藏孔隙中的含油气量,应该使用地层条件下的单轴孔隙度.为解决这一问题,笔者通过对长岭断陷安山岩、角砾凝灰岩和凝灰岩的代表性样品进行多个围压下孔隙度的测量,给出了将三轴孔隙度转换为单轴孔隙度的校正方法,转...     

基于序贯指示模拟方法的火山岩储层岩性及孔隙度模拟

火山岩组成和结构的复杂性使岩性确定、储层参数计算及其空间分布规律描述都较为困难。以长岭凹陷某区块营城组顶部火山岩为研究对象,以序贯指示模拟为手段,通过单井岩性识别和孔隙度计算及地质变量变异函数中多种参数的选取,对研究区火山岩储层的岩性和孔隙度分布进行三维模拟。研究区发育流纹岩和凝灰岩两种火山岩:流纹岩的孔隙度较小,且变异性较小;凝灰岩的孔隙度偏大,且变异性较大。模拟结果表明:孔隙度的大小及变异性与其构造位置有相关性;位于构造隆起与凹陷处的火山岩孔隙度偏小而变异性较大,而构造斜坡带处火山岩孔隙度偏大,变异性较小。     

黄骅坳陷孔南地区沙河街组井震基准面旋回匹配

提出了井震基准面旋回匹配的概念与方法。该方法通过测井和地震层序地层分析,以高分辨率层序地层学的基准面旋回为约束,利用合成记录建立测井和地震反射之间的匹配关系。采用该方法可获得更可靠的井震匹配关系,并能赋予各主要地震反射轴的层序地层意义,搭建起地震层序地层与高分辨率层序地层之间的桥梁。孔南地区沙河街组30多口井的井震基准面旋回匹配研究结果表明：层序Ⅰ包括4个主要反射轴,A1、A2和A3分别代表了层序Ⅰ内部的3个四级层序初始洪泛面,A4反射轴相当于层序ⅠC3U旋回上升半旋回的初始洪泛面;层序Ⅱ内部主要包括B1和B2 2个正相位连续反射轴,分别代表了层序Ⅱ内部2个基准面旋回的洪泛面;层序Ⅲ内部主要发育了C1和C2 2个明显的正相位较连续的反射轴,其中C1相当于层序Ⅲ的C2U旋回与C3D旋回的分界,C2反射轴对应于层序ⅢC3U旋回的初始洪泛面。各三级层序内部的正相位反射轴通常为四级层序的初始洪泛面或最大洪泛面。     

火山碎屑沉积岩储层评价方法综述

火山碎屑沉积岩储层普遍含有凝灰质,而凝灰质的测井响应十分复杂,为储层的测井评价带来了很大难度.本文介绍了多种国内外的含有凝灰质的火山碎屑沉积岩的测井评价方法,尤其是凝灰质含量的计算方法.我国学者提出的最优化测井解释方法、相对指示法和统计法等可以解决火山碎屑沉积岩储层模型中的成分含量问题;阿根廷的Alberto Khatchikian和Pedro Lesta等人利用声波、密度和中子曲线求取泥质和凝灰质含量的解释方法,通过标准化砂-泥岩的方法得出含水饱和度和孔隙度,并且已投入使用;TOSHINOBU ITOH利用阳离子交换量(CEC)对火山凝灰岩进行测井解释.这些方法对进一步评价火山碎屑沉积岩储层奠定了基础.     

三水模型在腰英台油田储层测井解释中的应用

腰英台油田青山口组储层岩性致密, 低孔低渗, 孔隙结构复杂, 纵向和横向变化大。用传统测井解释模型往往造成解释级别较低, 与测试结果吻合率不高等情况。本文对三水模型进行改进, 并进行了数据处理和解释评价, 利用岩芯分析资料分区块、分层段分别确定模型的参数, 克服了三水模型参数多且不易确定的难点。在研究区致密含油层、低阻油层评价及油水界面划分上取得良好的应用效果, 提高了油气储层解释的可靠性。     

分水岭算法在电成像测井图砾石识别中的最优参数研究

基于电成像测井,将分水岭算法应用到电成像测井图砾石的识别中,分水岭算法在砾石识别应用中的参数选取直接影响到识别效果。针对分水岭算法识别砾石的各个步骤,选取不同的优化参数进行处理,对处理效果进行对比分析,最终确定分水岭算法识别砾石的最优参数,并对吉林王府断陷AA井、BB井和CC井三口井进行实际处理,得到很好的效果。     

一种提高储层裂缝识别准确度的方法

油田勘探开发中,储层裂缝的高效、准确识别一直是一个难题。常规测井裂缝识别方法方便但准确度低,电成像测井裂缝识别方法纵向分辨率高、识别准确但人工识别繁琐。为了解决常规和电成像测井裂缝识别方法各自缺点带来的问题,本文提出了一种既高效又准确的储层有效裂缝识别方法。该方法以裂缝在电成像测井上的响应特征为依据,选取裂缝层段为样本,构建常规测井裂缝综合识别因子Y₁和电成像测井裂缝识别因子Y₂,将两因子结合构建储层裂缝识别因子Y₃。利用Y₃识别裂缝,采样点间隔为0.002 54 m,远小于常规测井的0.125 m,比常规测井识别裂缝准确度高;自动拾取裂缝效率远高于繁琐的人工识别,比电成像测井识别裂缝省时省力。将该方法应用到王府地区火山岩储层裂缝识别中可快速准确地识别储层裂缝,准确率达到80%左右,对其他类型储层裂缝研究有一定的借鉴意义。     

用自组织神经网络自动识别岩相

ＢＰ神经网络技术以其强大的学习能力已广泛应用于许多领域,取得了很好效果。但当不具备已知样本时,该技术很难应用。本文采用改进的自组织神经网络,对测井资料进行自动岩相识别,并在松辽盆地进行了实际应用。通过与已知资料对比,证实该方法是一种有效的岩相自动识别方法,具有良好的应用前景。     

裂缝和孔洞型储层孔隙模型的理论进展

对有洞的和裂缝型储层的分析已经成为一个热点，因而孔隙模型的研究近年得到了很好的发展.目前已经用双孔隙和三孔隙模型研究这类储层的特性并寻找估计孔隙指数的方法，以便计算含水饱和度.用串联或并联电阻网络模拟储层表明：双孔隙模型适用于基质与非连通孔洞储层以及裂缝和（或）连通孔洞的储层.三孔隙模型更适用于由基质、裂缝和不连通孔洞组成储层的岩石物理评价，对于当前碳酸盐岩和火成岩以及变质岩储层评价具有明显的指导意义.