多方法融合判别复杂砂砾岩岩性

砂砾岩储集体为快速沉积环境下形成的沉积物,具有很强的非均质性,因此,利用测井数据进行岩性识别的结果准确性较差。笔者针对该问题,从砂砾岩储集体中岩性测井特征提取和模式识别算法2方面进行分析。在测井特征提取上,针对其粒度跨度大、成分复杂、过渡岩性测井特征多样的特点,利用沉积相、物源体系控制岩石的成分和结构特征的多样性,达到准确提取岩石骨架颗粒参数的目的。在模式识别算法上,选取支持向量机、极限学习机和概率神经网络3种基于不同分类原理的模式识别算法,构建SEP岩性判别算法。在松辽盆地南部梨树断陷下白垩统营城组砂砾岩储集体岩性识别中,采用SEP法,利用GR-AC-CNL-DEN-RLLD-w(K-PE测井数据组合,对13口钻井的284块样本岩性进行判别,SEP识别结果与3种单方法相比,能够提高岩性判别结果的准确性和稳定性,识别符合率均值达到83.64%。     

应用常规测井资料进行裂缝识别

利用常规测井识别和研究裂缝性储层是油气勘探和开发领域的一个难题。而裂缝的存在会影响岩层电阻率,因此在没有成像测井资料的情况下,用地区性岩电关系从视声波孔隙度求出的电阻率与地层的实测电阻率曲线有一定的差异,通过这种差异便可对岩层中的裂缝进行识别。这种方法在研究区的裂缝识别中取得了较好的效果。     

七棵树油田低孔低渗砂岩储层的测井评价

低孔低渗储层的测井评价一直是油田勘探开发的难题。由于沉积作用、压实作用和溶蚀作用等各种成岩作用,七棵树油田储层具有低孔低渗特点,而且储层内次生孔隙发育,非均质性强,增加了储层评价的复杂性。为此,本文根据岩芯实验、地质录井和试油等并综合各种测井资料,确定了储层岩性与物性、含油性与物性关系; 并在孔喉模型的基础上,通过分析物性和电性之间的关系,建立了一个适用于次生孔隙发育的低孔低渗储层的新模型,并进行解释分析。