裂缝宽度的定量计算及储层流体类型识别

在辽河测井公司完成的声电成像模拟井的基础上,利用声波成像测井资料建立了定量计算裂缝宽度的方法,并应用该方法评价储层裂缝参数,进而通过综合研究识别储层流体类型,在辽河油田复杂岩性储层取得了良好的应用效果.     

一种提高储层裂缝识别准确度的方法

油田勘探开发中,储层裂缝的高效、准确识别一直是一个难题。常规测井裂缝识别方法方便但准确度低,电成像测井裂缝识别方法纵向分辨率高、识别准确但人工识别繁琐。为了解决常规和电成像测井裂缝识别方法各自缺点带来的问题,本文提出了一种既高效又准确的储层有效裂缝识别方法。该方法以裂缝在电成像测井上的响应特征为依据,选取裂缝层段为样本,构建常规测井裂缝综合识别因子Y₁和电成像测井裂缝识别因子Y₂,将两因子结合构建储层裂缝识别因子Y₃。利用Y₃识别裂缝,采样点间隔为0.002 54 m,远小于常规测井的0.125 m,比常规测井识别裂缝准确度高;自动拾取裂缝效率远高于繁琐的人工识别,比电成像测井识别裂缝省时省力。将该方法应用到王府地区火山岩储层裂缝识别中可快速准确地识别储层裂缝,准确率达到80%左右,对其他类型储层裂缝研究有一定的借鉴意义。     

火山岩天然气藏地质储量参数的确定方法

大庆油田东部深层某井区火山岩气藏岩性复杂、储层参数计算以及流体性质识别困难。根据岩性组合规律建立火山岩解释模型,对深层的火山岩测井资料进行处理与解释。联合使用成像测井分析结果、岩性分类和多井对比等方法,提高了测井解释精度和解释符合率。计算的孔隙度、饱和度和渗透率为提交天然气地质储量提供了基础参数。     

斜井成像测井资料处理中地层产状的校正方法及应用

从成像测井图像中直接提取的地层产状,只反映测井仪器坐标系中的结果。对于井眼倾斜的情况,只有进行了井斜校正后,才能获得真实的地层产状。作者推导了成像测井地层产状计算结果的井斜校正算法,并将其应用于苏北大陆科学钻探PPⅡ孔超声成像测井资料处理中,给出了应用实例。     

斜井成像测井资料处理中地层产状的校正方法与应用

从成像测井图像中直接提取的地层产状，只反映测井仪器坐标系中的结果。对于井眼倾斜的情况，只有进行了井斜校正后，才能获得真实的地层产状。作者推导了成像测井地层产状计算结果的井斜校正算法，并将其应用于苏北大陆科学钻探PPⅡ孔超声成像测井资料处理中，给出了应用实例。     

碳酸盐岩储层测井评价方法

从碳酸盐岩储层类型划分、储层参数表征、流体性质判别到数学方法的应用等4个方面,系统总结厘定了国内外碳酸盐岩储层测井评价的方法技术,通过对比分析各种评价方法可知:根据一定的数学算法,综合利用常规测井和成像测井不仅能很好地识别储层类型,而且能实现对储层参数的半定量、定量计算评价。利用常规测井和测井新技术资料(电测井和声波测井)计算出缝洞储层的各项物性参数,在此基础上,结合常规测井、核磁共振测井和偶极横波测井能进一步判别出流体性质。通过与岩心分析结果比较,该储层参数计算方法不仅有效,而且简单可行。数学算法和测井新技术资料在复杂碳酸盐岩储层评价中发挥不可替代的作用,能解决复杂碳酸盐岩储层的计算评价问题。以碳酸盐岩储层特征及流体性质为切入点,结合各种地质、地震和测井资料,借助数学算法,准确地识别储层类型与判别流体性质,并精确求解碳酸盐岩储层特别是缝洞储层的物性参数,将是碳酸盐岩储层测井评价的重点及发展方向。     

PNN在煤田随钻测井岩性判识应用研究

介绍了PNN方法原理及其算法训练学习过程,详细阐述了网络识别岩性参数的选取、岩性识别模型的建立过程.通过对比研究PNN与其他6种岩性识别方法,分析相同条件下预测结果,得到不同识别方法的优劣性.经研究发现,PNN概率神经网络方法在生产应用中效果更佳、训练识别用时最短.利用人工智能神经网络对测井数据进行自动解释分析,可满足随钻测井时效性及快速解释处理的地质导向需求.     

一种基于常规测井资料计算碳酸盐岩储层裂缝孔隙度新方法

裂缝作为地下油气储集空间和油气运移的通道,是裂缝型储层研究的重要内容,裂缝孔隙度是裂缝型储层测井评价中的重要参数之一.虽然裂缝定性识别和描述的方法很多,但是用常规测井资料进行裂缝孔隙度的定量计算一直是储集层裂缝解释中的难题.以阿姆河盆地某气田上侏罗统卡洛夫-牛津阶组台缘上斜坡相对高能滩相和丘滩复合体的裂缝-孔隙型储层为例,提出一种成像测井解释的裂缝孔隙度数据约束条件下,基于神经网络算法的常规测井资料计算裂缝孔隙度新方法 .针对研究区少量有成像测井资料的井,首先利用深浅双侧向电阻率资料,结合密度曲线数据和声波曲线数据,运用多种经典模型方法计算裂缝孔隙度;然后计算加权因子,将各种模型计算的裂缝孔隙度进行加权计算,利用成像测井资料计算出的精度较高的裂缝孔隙度作为约束,并对计算结果进行标定,完成有成像资料井的常规测井资料的最终裂缝孔隙度计算;最后,运用概率神经网络算法建立起计算的有成像测井资料的裂缝孔隙度与常规测井曲线之间的映射关系,外推计算无成像测井资料所有井的裂缝孔隙度,并利用交叉验证准则确定其最终预测误差.结果表明该方法计算的裂缝孔隙度与成像测井解释的裂缝孔隙度吻合好,对无成像测井资料的...     

微电阻率成像测井在识别页岩岩相与裂缝中的应用

页岩气储层微电阻率成像测井的应用与研究,目前国内还处于起步阶段。与常规储层相比,页岩气储层岩性更加复杂,矿物类型较多,裂缝识别难度大。通过对渝东南地区Q1井微电阻率成像测井资料的精细标定与分析,结合页岩气储层8块岩心薄片、37块岩心矿物成分,总结常规测井曲线特征,引入图版形式准确区分出该地区4种页岩岩相识别模式。在此基础上选取有利岩相,自动拾取裂缝并定量计算了该井裂缝孔隙度等参数,确定该井最大主应力近东西方向,提高了页岩气勘探开发效率,为后期压裂改造提供了可靠依据。      

复杂岩性储层的测井评价方法

利用常规测井资料进行复杂岩性储层测井评价的工作难度很大,测井解释符合率很低.新一代的声电成像测井技术可以提供井眼扫描图像,直观地反映井壁地层特征.利用声、电成像测井资料进行复杂岩性储层测井评价取得了满意的效果.声电成像测井包括井周声波成象测井(CBIL)与微电阻率扫描成像测井(STAR).文章主要介绍声电成像测井工作原理,复杂岩性储层的测井评价方法和地质应用情况.     

辽河东部凹陷火成岩测井岩性识别方法与应用

采用基于K-means聚类算法的RBF神经网络法对辽河盆地东部凹陷火成岩岩性进行识别。综合利用自然伽马、补偿中子、声波时差、密度与电阻率的实际测井资料,建立火成岩岩性识别的基础RBF神经网络。选取有岩芯和岩屑记录的若干井次试验验证,该方法清楚地识别出了玄武岩、粗面岩等6种火成岩,识别准确率平均可达70%以上。     

A Study on Identification of Conglomerate Reservoir Parameters and Oil/Water Beds in Ke82 Well Areas of Junggar Basin

This paper is mainly about the calculation of reservoir parameters and the interpretation method for identifying oil/water beds in Ke82 well areas of Junggar basin. It is difficult to determine the reservoir parameters with common logging methods such as core calibration log because of the diversity of minerals and rocks and the complexity of pore structures in the conglomerate reservoir of Junggar basin. Optimization logging exploration is a good method to determine the porosity by establishing the multi-mineral model with logging curves based on the integration of geological, core and well testing data. Permeability is identified by BP algorithm of neural network. Hydrocarbon saturation is determined by correlating Archie‘s and Simandoux formulas. Comparing the exploratory result and core data, we can see that these methods are effective for conglomerate logging exploration. We processed and explained six wells in the Ke82 well areas. And actual interpretation has had very good results, 85 % of which conform to well testing data. Therefore, this technique will be effective for identifying conglomerate parameters.     

3种经典机器学习算法在火山岩测井岩性识别中的对比

岩性识别一直是火山岩油气勘探中的重要课题,基于测井数据的岩性识别也逐渐成为火山岩研究的需要,大数据背景下的机器学习算法为测井岩性识别提供了一个新方向。为提高某研究区火山岩岩性识别符合率,本文采用K近邻、支持向量机和自适应增强3种经典机器学习算法,对研究区内的粗面岩、非致密粗面岩、辉绿岩、辉长岩、玄武岩和非致密玄武岩等6类中基性火山岩进行岩性识别。从常规测井系列中优选对研究区岩性敏感的自然伽马、声波时差、补偿中子、深侧向电阻率和补偿密度等5种测井参数作为岩性识别模型的输入向量,从研究区内5口有岩心样品或薄片鉴定资料的目标层中选取测井数据点1 440个,其中960个作为训练样本,其余480个作为测试样本。以识别符合率和时间作为评价指标,对3种算法的识别结果进行对比分析,实验表明：自适应增强算法的分类准确率最高,6类岩性平均识别符合率达到82.10%;支持向量机算法表现良好,平均识别符合率为81.04%;K近邻算法平均识别符合率为76.04%。     

基于最小二乘支持向量机测井识别火山岩类型:以辽河盆地中基性火山岩为例

最小二乘支持向量机是在统计学习理论基础上发展起来的模式识别方法。与传统统计学相比,它能有效解决有限样本、非线性、高维数模型的建立问题,而且建立的模型具有很好的预测性能。岩性识别本质是解决分类问题,本文基于最小二乘支持向量机解决分类问题的优势,首先用GR、CNL、DEN、AC、R_LLD等常规测井曲线数据建立样本空间;然后通过耦合模拟退火和交叉验证的方法寻找最佳参数,优化最小二乘支持向量机分类器;最后建立了最小二乘支持向量机岩性识别模型。通过取心段岩心描述和岩心/岩屑薄片鉴定,确定辽河盆地40口井315 m井段2 520个岩性样品作为训练样本,建立岩性识别标准。对8口井13 866 m井段110 928个火山岩数据采样点进行测井识别,可识别致密玄武岩、气孔玄武岩、粗面岩等8种主要火山岩类型。识别结果与8口测试井中316个有取心段岩心描述和岩心/岩屑薄片的精确岩矿定名对比,符合率达到75.2%,与以往测井识别复杂火山岩岩性相比,在识别准确率和效率上都有明显提高。     

大庆深部致密砂砾岩含气储层产能预测

气层产能预测是气藏工程研究中用于指导气井以及气田合理生产的重要工作和任务,它在气田整体评价和高效开发进程中具有很强的预见性和主动性。讨论了大庆深部致密砂砾岩含气储层的产能与测井响应之间的关系,探讨了根据测井资料应用人工神经网络技术预测含气储层产能的方法。利用已知气井测试结果和测井资料作为网络的训练样本。根据网络学习训练结果,输入储集层的测井资料等静态参数,可预测该储集层的产能。根据这种关系采用神经网络技术实现了测井对产能的预测评价,从而为大庆深部致密砂砾岩含气储层的开发提供了一定的依据。     

Research Progress on the Electrical Properties of Gas Hydrate-bearing Sediments

Electrical properties are important physical parameters of natural gas hydrate, and, specifically, resistivity has been widely used in the quantitative estimation of hydrate saturation. There are three main methods to study the electrical properties of gas hydrate-bearing sediments: experimental laboratory measurements, numerical simulation, and resistivity logging. Experimental measurements can be divided into three categories: normal electrical measurement, complex resistivity measurement, and electrical resistivity tomography. Experimental measurements show that the resistivity of hydrate-bearing sediment is affected by many factors, and its distribution as well as the hydrate saturation is not uniform; there is a distinct non-Archie phenomenon. The numerical method can simulate the resistivity of sediments by changing the hydrate occurrence state, saturation, distribution, etc. However, it needs to be combined with X-ray CT, nuclear magnetic resonance, and other imaging techniques to characterize the porous characteristics of the hydrate-bearing sediments. Resistivity well logging can easily identify hydrate layers based on their significantly higher resistivity than the background, but the field data of the hydrate layer also has a serious non-Archie phenomenon. Therefore, more experimental measurements and numerical simulation studies are needed to correct the parameters of Archie''s formula.     

3D forward modeling of vector field for induction logging problems

TEM responses in an inhomogeneous medium are modeled in 3D using the vector finite element method for induction logging in petroleum wells. The algorithm is applied to HFIL diagrams obtained in wells that tap thinly laminated formations with regard to the true position of logging tools.     

自然伽马测井在水文地质孔填砾中的应用

填砾是水文地质勘探孔成井的一个关键工艺,该工艺的一个难点就是填砾过程的深度测量,因无法及时判断填砾面位置及填砾过程中出现的"悬空"现象,导致勘探孔无法止水分层或报废,特别是在细颗粒含水层区成井,因填砾失败导致井报废的实例很多。通过自然伽马测井利用裸孔和填砾前、后的曲线对比,可以测量填砾面位置,解决了填砾过程中砾面深度测量的困难;可以发现填砾成井过程中产生的不利现象,为成井采取补救措施提供信息帮助,有利于保证成井质量。     

塔河油田奥陶系碳酸盐岩岩溶储集体类型及划分方法研究

塔河油田奥陶系油藏储集体类型的多样性和复杂性,给常规测井定量解释带来了很大困难。此类油藏储集体类型的划分和识别对油田开发极为重要。根据6口关键井的电成像测井(FMI)和岩心样品特征,将塔河碳酸盐岩储集体划分为未充填洞穴型、垮塌充填洞穴型、机械充填洞穴型和裂缝型4类。依据其中5口井的常规测井响应和4类储集体划分结果,选用GR、RD、RS、K3(深浅侧向电阻率倒数差的绝对值)、AC、DEN和CNL共7种测井信息作为神经网络的输入学习样本,经学习训练建立了储层划分的神经网络模型。通过检验井对比,说明基于神经网络模型,通过常规测井的多参数约束,可以判断岩溶型储集体类型。经本次研究,初步形成了储集体半定量评价标准。     

油气井雷达成像测井仪改进及试验

传统的测井仪器探测深度基本在3 m以内, 大多也没有方位分辨能力, 无法实现油气井周围较大范围地层结构与构造的成像, 故不能解决隐蔽构造与油气储层的探测问题。针对上述问题, 将地表地质雷达成像技术移植到测井中, 研发了雷达成像测井仪。为提高雷达成像测井仪探测深度、方位分辨率和下井深度, 采用纳秒脉冲源与定向接收天线对井周地层进行探测和成像, 在增大探测距离的同时, 兼顾了分辨率; 采用磁环和光耦对脉冲板做隔离, 有效地压制了噪声; 通过在电路外增加保温瓶和优选耐高温元器件提高了仪器的耐高温性能; 最后利用模型井对仪器进行了测试和标定, 并在3口油井中进行了现场应用。改进后的雷达成像测井仪下井深度可达6 000 m, 最大探测深度可达12 m, 能够对井周5 m以外孔洞、裂缝进行定位和成像, 大大地拓宽了测井技术的横向预测能力。测试与应用结果表明:该仪器能够耐受油井下的高温高压环境, 探测深度大且分辨率高, 对钻孔周围地层界面、裂缝和孔洞构造成像效果较好。