煤层气测井资料解释初探

探讨了用于煤层气测井资料解释的煤层气储层的组成模型。煤层气储层具有双重孔隙结构,因此它可以分成裂隙和含微孔隙的基质两部分。就煤层气储层的组成成分而言,它由有机质、矿物质、水和气四个部分组成。从此组成模型出发,用以“岩心刻度测井”为主的解释方法,对煤层气储层的灰分、含气量和渗透率等储层参数进行了实测解释分析。     

测井方法在煤层气勘查中的应用

根据测井原理,利用煤层气测井中各种参数可以确定和评价煤层气及其储层的相关参数,如储存煤层深度、厚度、工业分析、含气量、渗透率、岩石力学性质、储层温度等.对煤层气钻井的固井质量也可以利用声幅测井、声波变密度测井、自然伽马测井、磁定位测井做出可靠的解释.山西某煤层气勘探区测井资料与试井、化验等资料表明,测井数据与化验、试井、排采等数据非常接近,可见利用测井数据成果可为煤层气的勘探与开发提供可靠的理论依据.     

铀矿测井资料处理解释系统研发

通过铀矿测井资料处理解释系统的研发,实现了从测井曲线计算处理、岩性识别、孔隙度预测、γ测井解释、测斜数据处理到仪器校准核查、物探参数计算、成果输出等铀矿测井资料处理全过程的数字化。系统既适用于地浸砂岩型铀矿又适用于硬岩型铀矿的测井数据处理解释,并且对《γ测井规范》和《地浸砂岩型铀矿地球物理测井规范》提供了充分的支持。系统通过了模型测试和实际应用测试,在一致性、准确性、实用性上均达到了规范的要求,效果良好。     

深度学习在煤层气测井解释中的应用研究

将常规储层测井解释方法应用于煤层气储层测井解释,其效果存在一定的折扣。为了改善传统方法在煤层气测井解释中出现的问题,将深度学习的思想引入测井解释,提出受限玻尔兹曼机的数量、受限玻尔兹曼机隐含层神经元数量、分类阈值的确定方法,利用深度信念网络进行煤层识别及煤层气含气量的预测。实验结果表明：首先,在交会图法效果不好的情况下,通过深度信念网络进行煤层识别,继而对识别结果进行适当校正,煤层识别成功率可达到90%以上;其次,经过多种方法的对比,利用深度信念网络进行煤层气含气量预测的效果,要好于BP神经网络、多元回归统计以及Langmuir方程三种方法。深度学习改进了传统的BP神经网络,具备更强的复杂函数泛化能力,适用于煤层气测井解释,并具有进一步的推广价值。     

煤层气常规测井方法探讨

主要介绍常规测井在煤层气勘探开发过程中的应用,同时对煤层气常规测井方法的定性、定量解释进行探讨,并对其识别煤层气的效果作出分析。     

小波神经网络在测井油水解释中的应用

作者在本文中讨论了小波神经网络概念和油水测井曲线段的频率特性。以小波分析为数据预处理工具，首先用小波分解高频成分对测井曲线进行分段，然后应用小波分析提取出测井段的分频能量特征向量，以此向量代表井段的信息，并作为神经网络的输入，进行神经网络的测井解释，实现了小波神经网络的测井分段油水解释。     

砾岩稠油储层测井解释方法研究及其应用

利用测井信息和各种地质信息进行了砾岩稠油储层的测井解释模型 和解释方法的研究。准确地计算储层的各种地质参数，从而对储层进行综 合评价，为冷43块稠油开发提供了可靠的依据。对冷43块27口井测井 资料的实际处理结果表明，用该程序可取得令人满意的结果。     

直方图技术在测井解释中的应用

直方图技术是测井解释小一种简便、直观的分析方法。该技术特别适宜于解释人员用来检查原始测井曲线质量,选择解释模型所需的地层参数。在某些有利情况下,还可以应用该技术进行地层对比,以及沉积环境识别。     

自适应BP网络在洛带气田测井解释中的应用

应用自适应算法对BP网络进行改进，可以提高BP网络的收敛速度和全局寻优性能。在此基础上，利用多种测井数据及岩心描述资料作为网络模型的学习样本，以测井解释渗透率的神经网络模型为例，通过网络的学习、训练，建立测井解释神经网络模型。并应用此模型，定量计算出多口井的渗透率值，与常规渗透率计算结果相比，BP的解释结果及精度均令人满意，同时还取得了良好的实际应用效果。     

煤层气储层评价的地球物理测井技术

摘 要 基于国内外煤层气地球物理测井技术的发展现状‚综合分析了煤层气储层测井数据 采集技术以及煤层气储层地球物理测井评价技术;讨论了当前煤层气储层评价的地球物理测 井技术所存在的若干问题以及今后值得注意的几个研究发展方向。     

用自组织神经网络方法实现测井相定量识别

作者在本文中介绍了一种利用自组织神经网络进行测井相识别的方法。自组织神经网络是一种无导师学习算法，它通过网络自身的调节对输入进行聚类，近年来广泛应用于各类模式识别问题中。这里我们采用从测井曲线中提取出反映沉积环境的信息参数，再利用自组织神经网络进行测井相判别。此法从沉积成因角度出发，判别沉积相模式，消除了测井曲线中的不确定因素，更具代表性。     

论泥浆气测录井在煤层气开发中的作用

针对我国煤层气开发只重视煤心解析气,泥浆气长期得不到重视的现状,结合作者几年来对泥浆气测录井工作的经验和认识,从录井原理、目的、意义、作用、经济效益等几个方面探讨了泥浆气测录井在煤层气资源评价、开发方面的作用。     

一种适用于煤层气井的新型堵漏剂

利用海藻胶下脚料,添加纤维状物质和高分子聚合物研制的一种新型堵漏剂,其封堵能力强,可承受较大的压力差,能用化学方法将其降解,从而对地层,特别是煤层不产生永久性伤害,适用于煤层气和其它需要对储层加以保护的钻井。     

我国煤层气储层研究现状及发展趋势

通过对煤层气储层描述及储层评价，煤储层分布，预测及选区评价，煤储层研究方法及实验技术等方面的系统评述后认为，我国目前已基本掌握了煤储层地质特征研究和地质评价选区技术，煤层气储层工程技术和储层模拟软件系统，并在煤层气储层研究方面有所突破，但我国煤储层的构造复杂，煤层多强烈变形，煤层结构常呈碎粒状及糜棱状等，煤储层多为贫煤和无烟煤，呈“三低一高”（煤层压力较低，煤层渗透率低，在水压裂等强化措施下形成的常规破裂裂缝所占比较低；煤层普遍具有较高的吸附力）的物性特征，且变质程度偏高，高煤级煤（贫煤一无烟煤）占49％，独具“中国特色”，进而讨论了当前我国煤层气储层研究急待解决的8个方面的科技问题和难点，指出了在21世纪初中我国煤层气储层研究的7个发展趋势。     

煤层含气量测井解释方法探讨

用多元线性回归建立煤层气含量与煤质参数、测井曲线值之间的回归方程,经F检验回归方程有效,但回归方程估算的煤层含气量与煤样解吸测定的含气量之间仍然存在较大的误差,为此利用BP神经网络进一步探讨它们之间的关系,实例表明预测精度较高。     

应用人工神经网络解释煤层厚度

本文介绍了人工神经网络解释煤层厚度的方法，为直接利用煤田地震资料确定煤层厚度提供了一种新的途径。利用煤层厚度与煤层反射波动力学特征参数之间的非线性关系，用人工神经网络进行定量描述，便可根据地震资料求出煤层厚度。     

BP神经网络在区域滑坡危险性预测中的应用

由于区域滑坡危险性评价复杂性,在已知量和所求量之间往往存在着一种很强的非线性关系,而BP神经网络具备高度的非线性映射能力,因此采用BP神经网络来分析区域滑坡的危险性,可以取得良好的效果。本文结合具体区域滑坡危险性评价,使用Matlab神经网络工具箱中的相关函数建立具体BP神经网络,检验和预测区域滑坡的危险性。