精细测井二次解释模型在L油田应用研究

开发中后期油田对储层参数精细二次解释要求高,直接影响老油田剩余油挖潜策略的制定。以L油田为研究对象,充分利用录井、岩心、取芯井分析化验和试油试采等资料,建立了更为科学合理的测井二次解释新模型,消除了测井系列多、标准多和解释时间跨度长等带来的误差,储层参数解释精度提高了8%;完成了71口井的测井重解释以及31个小层的孔隙度及渗透率等值线图绘制,提高了储层参数在平面和纵向上的空间分布预测准确度;结合储层构造、沉积特征,通过相邻井的横向和纵向比较,提高了解释结果与实际地质情况匹配度,为老油田剩余油有效深度挖潜提供更为有利的地质依据。     

精细测井二次解释模型在L油田应用研究

开发中后期油田对储层参数精细二次解释要求高,直接影响老油田剩余油挖潜策略的制定。以L油田为研究对象,充分利用录井、岩心、取芯井分析化验和试油试采等资料,建立了更为科学合理的测井二次解释新模型,消除了测井系列多、标准多和解释时间跨度长等带来的误差,储层参数解释精度提高了8%;完成了71口井的测井重解释以及31个小层的孔隙度及渗透率等值线图绘制,提高了储层参数在平面和纵向上的空间分布预测准确度;结合储层构造、沉积特征,通过相邻井的横向和纵向比较,提高了解释结果与实际地质情况匹配度,为老油田剩余油有效深度挖潜提供更为有利的地质依据。     

滨南油田砂砾岩储层测井精细解释模型及其应用

滨南油田单16块沙三下亚段以厚层块状砂砾岩为主,夹薄层泥岩,测井解释难度较大。这里以取心井岩心分析为基础,分别研究砾岩、砂砾岩储层岩性、物性、电性和合油性相互之间的关系,分别建立了砾岩和砂砾岩孔隙度、渗透率、含油饱和度测井解释模型。应用所建测井解释模型,对研究区三十口井进行了二次解释。结果表明,分岩性建立的测井解释模型具有较高精度,应用该方法对提高砂砾岩油藏储层测井精细解释的准确性具有实际意义。     

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。     

子长油田长6储层物性测井解释模型

建立物性测井解释模型是为了提高子长油田测井解释的精度,对于储层描述和油层评价具有重要意义。利用测井数据,结合物性分析化验资料和取芯资料,先对储层的四性关系进行简要的介绍,然后在其基础上利用层点对应的读值方法建立适合子长油田长6储层的泥质含量和孔隙度的测井解释模型。渗透率的解释利用泥质含量进行分类和多参数的回归,其解释精度得到明显的提高。经过验证,所做关于子长油田长6储层物性参数的解释模型准确率高,效果好。     

DH油田水平井储层测井解释研究

水平井测井解释主要集中在测井仪器响应的理论模拟及各向异性的实验研究方面,远未达到实际水平井测井储层参数解释应用的深度和要求[1]。这里在对比分析DH油田水平井段与对应直井层段测井响应特征基础上,针对水平井段测井曲线进行了校正,提出使用直井取芯物性数据刻度水平井段测井曲线,来建立适应于水平井段井眼和曲线特征的孔隙度及渗透率神经网络解释模型,进而对整个研究区水平井段进行测井储层参数解释和评价。用直井储层参数对测井解释结果的检验表明,水平井测井储层参数解释精度得到了明显改善和提高,能够较好地满足三维地质建模的井属性参数精度要求。     

多矿物测井解释模型及其在砂泥岩地层测井解释中的应用

多矿物模型分析基于测井响应分析原理,采用最优化解释方法处理砂泥岩地层和复杂岩性地层的测井资料,可分辨出单井剖面中地层矿物类别,进行矿物体积含量、孔隙度、饱和度等测井参数解释.该方法弥补了全井段取心分析费用高的缺陷,可为计算地层参数提供可靠的岩性模型.应用该模型在洛带气田进行了实例计算,获得连续的地层矿物含量和各种储层参数,与传统的SAND2模型测井解释结果和岩心分析结果对比后证实,多矿物模型分析优于传统测井解释模型.     

碳氧比能谱测井精细解释方法研究及应用

利用碳氧比规范化处理,将碳氧比值限制在广义动态范围之内解决零值漂移问题,使用通用解释模型处理碳氧比资料。利用试验数据分析了碳氧比能谱测井零值漂移与产额的关系。建立了高精度碳氧比能谱精细解释标准。在精细研究和动态分析的基础上,结合多种测井资料,综合评价储层,取得了很好的地质效果。该方法实际处理了大庆、辽河等油田的多口井,效果表明,该解释方法的综合解释符合率在80%以上。     

水文测井解释模型

水文测井解释模型是研究含水层测井解释方程、评价方法和地质应用的基础。本文对这个新的测井解释概念进行了讨论,同时还探讨了应用水文测井解释模型建立估算水量参数的方法和途径。     

HD油田水平井测井储层参数解释研究

水平井测井解释,主要体现在测井仪器响应的理论模拟以及各向异性的实验研究方面,远未达到实际水平井测井储层参数解释应用的深度和要求。在对比分析HD油田水平井段与对应直井层段测井响应特征基础上,这里针对水平井段测井曲线进行了校正,提出使用直井取芯物性数据刻度水平井段测井曲线,来建立适应于水平井段井眼和曲线特征的孔隙度、渗透率神经网络解释模型,进而对整个研究区水平井段进行测井储层参数解释和评价。通过用直井岩芯物性对测井解释结果的检验表明,水平井测井储层参数解释精度得到了明显改善和提高,能够较好地满足三维地质建模的井属性参数精度要求。     

红石桥煤层气储层测井解释精细评价

在煤层气的研究中,测井具有快速、高效、低成本等优势。以陕西省榆林市红石桥煤田为对象,将研究区测井资料、煤芯实验测试资料相结合,利用固定碳与补偿密度、固定碳与灰分、固定碳与挥发分以及灰分与挥发分的相关性分析,成功建立煤层工业组分预测模型,通过反算骨架密度法,构成孔隙度预测模型,应用多元回归分析法,建立含气量预测模型,开展煤层气储层测井精细评价。结果表明：研究区煤层变质程度低、镜质组组分含量较低,煤层的生气能力较差,煤层含气量偏低,不具有商业开采价值。研究结果可为后期煤层气是否具有开发价值提供理论依据。     

多矿物模型分析法在煤层气测井解释中的应用

多矿物模型分析方法是基于测井参数与矿物含量建立的函数关系式,采用最优化数学方法求取地层岩性。统计沁水盆地煤层气勘探26口标准井的7个常规测井参数,通过交会图分析,确定GR(自然伽马)、CNL(补偿中子)、DEN(体积密度)和AC(声波时差)为模型参数值;并根据地质录井资料来确定矿物成分,建立岩性分析模型。利用该模型对该区300余口井的测井资料进行岩性解释,经地质录井资料检验,其对煤层、砂岩、灰岩及泥岩解释的准确率达到90%以上。     

二次判别函数在油气水层解释中的应用

在油田的勘探与开发过程中,每口井完钻后都要进行油矿地球物理的测井工作,以确定井下地质剖面的岩石学类别,划分出渗透性和非渗透性地层,并指出渗透性地层中所含的是油、气或是水。     

煤层煤质参数测井解释模型

摘　 要　 以确定煤质参数的体积模型法为基础‚结合煤样实验室分析资料‚利用概率模型法 （多元线性回归） 确定煤质参数的测井解释模型。经 F 检验‚说明建立的方程组有效‚线性关 系显著。实际解释结果表明‚解释模型估算的煤质参数与煤样实验室分析的煤质参数之间一 致性好‚解释精度高。     

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。     

人工神经网络在铀矿测井解释中的应用

本文探讨了运用人工神经网络方法完成铀矿测井解释任务的有关问题。采用了改进的BP算法，提高了网络收敛速度，优化了网络结构。研究使用了一种基于统计的学习样本生成方法，提高了样本的质量。实际应用网络进行岩性识别和孔隙度预测，取得了令人满意的结果。     

柴达木盆地七个泉油田E_3~1油藏储层参数测井精细解释

为解决柴达木盆地七个泉油田E_3~1储层参数测井解释难题,综合运用岩心、测井、分析化验以及生产动态等资料,建立了储层参数精细解释模型。首先开展岩心深度归位以及测井资料标准化处理,保证测井资料的可靠性;然后对储层主要岩性砾状砂岩、细砾岩、砾岩、细砂岩、泥质粉砂岩、泥岩进行了定量识别,建立了泥质含量、孔隙度、渗透率以及含油饱和度测井精细解释模型;最终确立了研究区油水层测井解释标准,为后续剩余油挖掘以及地质建模提供了准确的储层参数。     

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。     

应用信息粒方法构建测井岩性解释模型

基于模糊聚类、神经网络等常用测井岩性识别方法,提出应用信息粒(InformationGranulation)技术建立测井数据到岩性知识的映射模型。并以中国大陆科学钻探(CCSD)的测井数据为例,详细介绍了这种岩性解释方法的应用过程及其所取得的良好应用效果。