南堡5号构造火山岩岩性识别技术研究

南堡5号构造具有火山多期喷发、岩相岩性复杂的地质特征,岩性识别困难.本文在取心分析、薄片鉴定、电镜扫描的基础上,分析总结不同岩性的测井响应特征,综合应用常规测井、ECS测井和成像测井资料,采用"结构"-"成分"-"粒级"的三级分类方法,利用交会图技术进行岩性识别.同时为能利用多条测井曲线识别岩性,并能避免分析问题的难度和复杂性,采用自动判别分析、主成分分析方法进行岩性自动识别,取得了较好的效果.     

测井岩性识别新方法研究

为了更好地解决测井岩性识别问题,引入了一种基于粒子群优化的支持向量机算法.通过实际测井资料和岩性剖面资料进行学习训练支持向量机,并利用粒子群优化算法对支持向量机参数进行优化,建立了测井岩性识别的支持向量机模型,应用该方法对准噶尔盆地某井的测井岩性进行识别,并将该方法的识别结果与BP神经网络方法的识别结果进行了比较,结果表明该方法优于BP神经网络方法,具有识别正确率高、收敛速度快、推广能力强等优点.     

GBDT识别致密砂岩储层岩性

岩性识别是一项重要的地质基础研究内容.以交会图为代表的常规岩性识别工具虽然在构建的二维或三维图版中能够依据手动归类的测井数据点集来明确各种岩性的一系列测井响应判定,但却无法适用于致密砂岩储层,其原因是该类储层的岩性成分不仅复杂,且较多岩性的测井响应特征具有相似性.根据机器学习在数据分析上的强大性能,本文提出利用在模式识别方面能力出众的GBDT模型来解决岩性识别问题.本文以姬塬油田西部长4+5段致密砂岩储层测井资料为基础,通过设计两种实验来验证提出模型的岩性识别能力.为提高验证效果,在实验中加入BP、PNN和KNN三种传统模式识别模型进行对比.实验结果显示,GBDT识别准确率最高,分别为90.14％和90.41％.基于GBDT较传统模式识别模型能够给出更为准确的预测值,实验结果充分证明了提出模型不仅能有效识别致密砂岩储层岩性,在岩性识别研究领域上还具有良好的推广应用前景.     

石臼坨凸起新近系岩性圈闭识别与刻画关键技术

规模性的区域岩性勘探要求高精度、高时效的岩性圈闭识别与刻画.对石臼坨凸起新近系明下段进行层序地层划分,建立层序地层格架,分析体系域内沉积砂体的发育规律,明确砂体的地质-地球物理响应关系.在此基础上,提出了适用于凸起区的岩性圈闭识别与刻画配套技术:基于地震属性提取的定性识别技术和基于地震多属反演的定量评价技术,实现了层序格架下岩性圈闭的快速、精细刻画.经钻井证实,该技术系列在凸起区滚动勘探中取得了很好的应用效果,钻探地质成功率达到100%,再发现一个新的亿吨级油田.     

测井数据岩性识别软件系统的开发与应用

利用BP神经网络方法识别岩性技术为理论基础,编制了集测井数据岩性识别、测井基础数据管理以及测井柱状图自动绘制等功能为一体的测井数据处理软件系统.利用彬长矿区标准化的实际基础数据,对该软件系统的岩性识别功能进行了检验,获得了较高的识别速度和准确率.应用结果表明,该软件系统具有一定的实用价值.     

基于对数变换的扩展弹性阻抗技术在岩性识别中的应用

叠后地震数据,是共反射点道集叠加的结果,虽然提高了信噪比,但是也损失了丰富的叠前地震道集信息,建立在叠后数据基础上的叠后波阻抗反演不可避免的掩盖了很多AVO类信息.实际地震数据的采集都是非零炮检距的炮集记录,这种叠前地震数据提供了多种波型地震信息,对流体和岩性更加敏感.因此,利用叠前道集或者部分道集信息的叠前地震反演能够大大提高预测的精度,扩展弹性阻抗技术不仅使用了丰富的叠前地震道集信息,同时还解决了常规弹性阻抗技术不稳定和实用性的问题,使叠前反演更具有实际应用价值.通过弹性阻抗公式和扩展弹性阻抗公式的对比分析,验证了扩展弹性阻抗反演更加稳定.在利用扩展弹性阻抗技术进行反演前先对扩展弹性阻抗公式进行对数变换,建立梯度阻抗和声波阻抗的坐标系统,通过计算最佳旋转角度下的弹性阻抗,进行岩性预测.同时指出了计算声阻抗和梯度阻抗的方法,并分析了岩性预测基本原理.应用扩展弹性阻抗技术在我国西部某气田河道砂体识别中取得较好的效果.     

天然地震识别与震相自动拾取技术进展

震相拾取是地震数据处理过程中最基本的步骤之一。在传统的人工拾取技术不能满足庞大的地震数据处理需求的情况下,震相自动拾取技术从产生到发展至今经历了漫长的过程。本文回顾并总结了震相自动拾取技术的发展状况,重点介绍了长短时窗法、赤池准则法、模板匹配技术、基于自相关盲搜索的FAST法、S波偏振分析法、人工智能方法等,以及近年发展起来的多频率震相识别、全波形叠加、二次方自回归模型等方法,同时分析了每种方法的优势和局限性。     

地质多孔介质成像技术现状与进展

过去十年间,广泛应用的多孔介质成像技术给地质与油气勘探开发领域内流体渗流特性以及岩石物理属性的实验与数值模拟研究带来革命性的变革.多孔介质成像技术的应用使得研究介质微观世界成为可能并且取得的一定的进展.成像技术不仅可以直观显示多孔介质微观结构,而且还是建立孔隙介质微观模型的基础.然而,多孔介质成像技术仍然存在挑战,为了了解各种成像技术的挑战以及相应的解决措施,调研多孔介质成像方法:光学显微镜技术,扫描电子显微镜技术,聚焦离子束纳米层析成像技术,X射线计算机层析成像技术,相位对比层析成像技术,小规模层析成像技术.介绍每种成像技术的技术原理,技术局限性和改进措施,各种技术应用范围及其当前重要应用.光学显微镜技术与扫描电镜,聚焦离子束纳米层析成像以及X射线计算机层析成像技术实现光电联用,扫描电子显微镜技术实现矿物识别,泥页岩纳米-微米级孔隙成像以及通过图像拼接构建具有高分辨率大视域的高清图像,X射线计算机层析成像技术实现动态成像与不同分辨率图像的融合.然后总结了各种方法的优缺点,适用性以及未来发展方向.本文旨在使读者了解孔隙介质成像技术的原理、局限,以及每种成像技术在当前石油勘探热点领域中的应用,掌握多孔介质成像技术现状以及未来的发展方向和热点.这些不仅有利于展现多孔介质微观世界,而且有助于研究人员针对多孔介质的特点选取合适的成像技术或技术组合,以期推动多孔介质成像技术进一步的发展和应用.     

岩性地震电算模型技术

根据我国的条件,我们实现了岩性地震电算模型技术。这一技术的理论是建立在二维波动理论的基础上,根据波动方程的克希霍夫积分解,能够研究与介质有关的地震反射振幅特征。其数学公式为     

岩性地震电算模型技术

Here in this paper are presented the results of application of seismic modeling system built on home-made mini-computers of the type 719.     

南海北部盆地基底岩性地震-重磁响应特征与识别

针对性选取东南沿海露头剖面18条,采集245件南海盆地基底可能出现的岩性样品,测定其密度和磁化率,建立各种岩性的密度-磁化率交会图版,以此约束过井地震剖面和重磁异常的地质解释,总结出南海北部盆地基底火山岩、侵入岩、变质岩和沉积岩4大类11亚类岩性的地震-重磁响应特征.应用重磁震-岩性解释模型逐一对南海盆地北部主干剖面进行地质-地球物理综合解释,从而实现了盆地基底岩性的平面填图.这种从盆缘剖面到盆地内部、从岩石物性测量到地质-地球物理综合解释的方法,在资料获取难度大、地质条件复杂的南海盆地基底地质研究中,业已证明是行之有效的,相信在其他盆地研究中也会有借鉴意义.     

改进的K近邻方法在岩性识别中的应用

岩性识别是石油勘探中的一项重要内容,数据信息的精度往往会严重的影响到识别的准确率．本文根据数据的特点,改进了传统的K近邻方法,提出了加权K近邻的方法,进一步增强了利用测井数据识别岩性的能力,并在实际应用中证明了本方法的正确性和实用性．     

利用交会图法识别国外M油田岩性与流体类型的研究

利用测井曲线进行岩性与流体类型的识别是测井解释的重要内容之一,可为油田油气藏的综合评价提供重要的基础依据.基于交会图法和岩心资料,本文分析研究了国外M油田的常规测井曲线特征与岩性和流体类型的关系.首先以岩心资料为基础,选取对岩性和孔隙流体敏感的物理量进行交会图分析识别,在现有测井资料的前提下,综合这些物理量建立了GR-BK、GR-NGR、NGR-BK、PHIE-SW交会图版,然后利用这些图版进行了岩性和流体的识别.其中:岩性主要依据自然伽马、中子伽马、电阻率交会图版来识别,流体类型主要依据饱和度和电阻率交会图版进行识别.在上面工作的基础上确定了该油田不同类型的岩性和流体的识别标准值范围:1)碳酸岩识别标准为GR<70API,NGR>2.5CU,BK<5Ω.m;砂岩识别标准为,70API162API.2)油气层有效孔隙度PHIE>20%,SW<55%,BK>2Ω.m;水层的有效孔隙度PHIE>20%,但是SW>55%,BK<2Ω.m.从上面的结果可看出,在该研究区域,该方法不仅可以区分砂岩和泥岩这样不太复杂的岩性,甚至可以区分砂岩、石灰岩和白云岩这样易混淆的岩性.最后,通过待测试数据对建立的交会图版进行检验,岩性和流体识别的准确率达到了94%和100%.本文的研究结果对中亚地区油田的岩性识别和储层预测具有重要的应用价值.     

叠前地震反演技术的进展及其在岩性油气藏勘探中的应用

与叠后地震反演相比,叠前地震反演可得到更丰富的储层信息,可提高储层的描述精度.目前,叠前地震反演主要包括弹性阻抗反演、叠前P波阻抗和S波阻抗联合反演、叠前地震波形反演.文中概述了叠前地震反演各项技术的主要进展及其典型应用实例,提出了叠前地震反演技术在岩性油气藏勘探开发中的应用策略.叠前地震反演技术在未来的油气勘探开发中将有广阔的应用前景.     

基于深度信念网络的多采样点岩性识别

岩性识别是储层预测中的一个重要环节.一方面,传统的机器学习算法缺少特征自动提取的过程,且不能有效利用地震数据局部特征预测储层;另一方面,采用单一采样点作为输入,缺失相邻数据关联关系反映层位信息.针对此不足,本文以多个相邻采样点的地震数据作为输入和测井岩性数据作为输出,利用受限玻尔兹曼机(RBM)对多采样点地震数据进行特征提取,逐层堆叠受限玻尔兹曼机(RBM)构建深度信念网络(DBN),并采用随机梯度下降算法对误差进行反向传递学习,最终构建岩性识别模型.以多点地震数据为输入,利用该模型实现地层岩性识别.通过多种智能建模方法实验对比,证实了多个采样点作为输入,隐含利用了部分地层信息,有效地提高了岩性识别的精度.     

面向复杂储层的非均衡测井数据的岩性识别

针对常规岩性识别方法在复杂储层的非均衡测井数据准确率不高的问题,本文提出了一种面向复杂储层非均衡测井数据的多层BP神经网络的岩性识别算法.根据测井数据的特点及测井数据间的非线性关系,对测井数据进行均衡化处理,利用多层BP神经网络进行逐层岩性识别.在13个含油气盆地的7793个地层元素测井数据中测试表明,本文提出的方法在数据非均衡比达到1∶6的情况下,岩性识别的符合率仍能达到92%以上,在复杂储层的岩性识别方面具有很好的应用前景.     

岩性探测技术研讨会会讯

中国地球物理学会与山东省石油学会于1986年9月16日至18日在济南市召开了岩性探测(Petro-Sonde)技术研讨会,到会的有全国有关的11个部门32个单位的50名代表,会议由中国地球物理学会常务理事陆邦干同志主持。     

日本海底地震观测现状与进展

详细介绍了日本在本世纪７０年代～９０年代初的三经底地震仪观测系统,和日本政府在１９９５年孤神大震后投巨资兴建少地震监测网络情况,并就上述内容的国际研究现状,提出了存在问题和未来海洋地震观察研究的设想。     

自组织特征映射神经网络在测井岩性识别中的应用

为了解决测井岩性识别问题,引入具有较强的聚类和容错能力的自组织特征映射(SOFM)神经网络．在说明SOFM网络的模型和算法的基础上,结合某地的实际测井资料,建立SOFM网络岩性识别模型,进行岩性识别的应用研究．结果表明,识别的准确率较高,证明SOFM网络可以用于解决测井岩性识别问题,具有很好的应用前景．     

井间地震层析成像的现状与进展

综述了井间地震层析成像研究的现状，给出了小波变换域井间地震层析成像方法的最新进展，并对井间地震层析成像研究给予展望。