基于机器学习的储层测井评价研究进展

储层测井评价的核心是数据分析和模型驱动方法的数学建模问题,将测井评价过程转化为机器学习过程,是提高储层测井评价自动化程度和评价精度的有效手段.大量实践证明,机器学习技术能够有效解决测井评价中复杂的非线性问题,目前在测井处理质量和评价精度方面均已取得了一定的突破.但如何更有效利用海量多源测井数据,在繁多的机器学习算法中找...     

碎屑岩泥质分布形式的测井评价研究进展

泥质含量是分析碎屑岩地层沉积环境的重要指标,也是储层测井评价的关键参数,更是岩性和物性精细解释的基础.目前在泥质的测井响应特征认识和泥质含量参数精准计算方法上取得了大量的研究成果,但对于泥质分布形式的研究还不够完善.为了探寻计算泥质分布形式的有效方法,本文通过广泛调研,系统讨论了泥质分布形式与储层参数间的关系.其中不同分布形式泥质对包括孔隙度、渗透率、含水饱和度及束缚水饱和度在内的储层参数造成的影响主要表现在以下几个方面:层状泥质使有效孔隙度降低;结构泥质对有效孔隙度、渗透率影响不大;分散泥质使效孔隙度减小,渗透率变差,束缚水饱和度增加.随后深入分析了不同泥质分布形式对常规测井曲线的影响,其中分散泥质与结构泥质在伽马测井及自然电位测井曲线上表现出明显的特征.并初步探索了在包括电成像测井及核磁共振测井的特殊测井上响应特征;归纳总结了现有的泥质分布形式的计算方法,并对现有计算方法的适用性及优缺点进行了对比分析,最后利用Thomas Stieber交会图优化分析法在南海某油田低阻储层进行了应用并得到了良好的效果.