渤海05/31合同区火成岩岩性测井识别方法及应用

渤海05/31合同区各目的层组发育大段的火成岩。火成岩较碳酸盐岩的矿物成分复杂,岩性多样,研究难度较大。由于目前该区在火成岩段未进行钻井取心工作,其火成岩岩性解释仅仅依靠录井岩屑资料,误差较大,且与测井曲线反映的岩性存在明显不符的现象。在对该区测井资料进行标准化处理基础上,开展火成岩岩石学和测井响应研究,基于岩屑录井,岩屑薄片及地球化学方法,总结相对应的测井响应特征和岩石物理敏感参数,利用标准井测井资料建立火成岩岩电识别标准和图版;采用Elan-Plus最优化模型组综合解释技术,编制了合同区6口井火成岩测井骨架矿物分析和岩性识别成果图。经过验证,测井岩性识别效果较录井岩屑有了较大程度的提高。     

松辽盆地东岭地区深层火成岩测井特征与岩性识别

以松辽盆地东岭地区深层火成岩地层为研究对象,基于录井、岩心、薄片分析等岩性资料,建立火成岩岩性与测井响应的关系,绘制了利用测井响应识别火成岩岩性的图版。并利用自组织神经网络方法识别岩性,取得了良好的效果。     

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。     

火山岩岩性的测井识别

火山岩岩性识别是火山岩储层和火山岩油气藏描述的基础。识别含油气盆地中的火山岩岩性最直接有效的方法是岩芯分析 ,但不可能在每口井中都取芯 ,因此利用常规测井资料进行火山岩岩性的识别成为了必然的选择。这里选取松辽盆地徐家围子断陷营城组为实例进行研究。徐家围子断陷是松辽盆地内的一个较大的中生代断陷 ,下白垩统营城组发育于断陷晚期 ,分布面积广 ,火山岩发育。岩芯观察、薄片鉴定、岩芯测试分析表明 :营城组火山岩岩性有玄武岩、玄武安山岩、安山岩、英安岩、流纹岩、火山角砾岩、凝灰岩、安山玢岩和流纹斑岩等。通过对测井曲线…     

基于主成分分析法与Bayes判别法组合应用的火山岩岩性定量识别:以渤海海域中生界为例

渤海海域中生界火山岩岩石类型复杂多样,且同一岩性受岩石成分、结构差异的影响,因此岩石物理响应特征存在较大差异,为岩性识别增加了难度。本文通过对研究区大量取心资料、壁心资料以及薄片资料的岩电分析,优选出对岩性响应敏感的自然伽马(GR)、补偿中子(CNL)、密度(DEN)、声波时差(AC)以及原状地层电阻率(Rd)等5条曲线。基于主成分分析法,构建了F_1—F_5共5个综合变量,其中F_1和F_2方差贡献率占总贡献率的81.4%,可作为两个主成分有效地反映5个变量的信息。针对主成分信息,利用Bayes判别法,构建了不同岩性的定量解释模型,对研究区9种火山岩进行了岩性识别。对取心井段的回判结果显示,基于主成分分析与Bayes判别的联合识别方法较常规交会图法在岩石成分及结构的识别精度方面均有较大程度的提高。该方法的提出对研究区成像测井、元素测井资料缺少井段的火山岩岩性识别具有重要借鉴作用。     

辽河东部凹陷火成岩岩性识别及储层评价

针对辽河东部凹陷火成岩储层评价,采用钻井、分析化验、测井等资料,将火成岩的岩性主要分为粗面岩、玄武岩、辉绿岩三大类。结合三大类火成岩的物性、含油性和岩石脆性的分布规律,确定粗面质角砾岩、角砾化粗面岩为Ⅰ类优势储层,玄武质角砾岩、块状粗面岩、火山沉积岩为Ⅱ类优势储层,气孔玄武岩、辉绿岩、致密玄武岩为Ⅲ类储层。确定了东部凹陷红星地区火成岩的有利勘探区带,为下一步油气资源勘探指明方向。     

RPROP算法在测井岩性识别中的应用

为了更好地解决测井岩性识别问题,引入一种快速实用的BP算法--Resilient Backpropagation (RPROP)算法。在说明RPROP算法的基础上,结合某地的实际测井资料,建立基于RPROP算法的BP网络岩性识别模型,进行岩性识别的应用研究。结果表明,应用RPROP算法进行测井资料岩性识别,识别的准确率较高,与基本BP算法及其一些改进算法相比,训练速度快,具有很好的应用前景。     

神经网络模型在测井岩性识别中的应用

用山西赵庄1603孔测井资料作样本,应用反向传播(BP)神经网络进行处理,以达到自动识别岩性的目的;并对选择网络结构参数、学习样本等作了简要介绍,以此样本作为标准来预测潘庄0601孔测井相所对应的地质相特征,预测结果令人满意。     

BP神经网络在测井岩性识别中的应用

在岩性识别方法中，人工神经网络方法由于其识别结果客观可靠，得到越来越广泛的应用。研究选用BP神经网络，对金衢盆地的金66测井的岩性进行了识别，并对改善BP神经网络收敛性能的方法了有效探索。     

测井资料用于盆地中火成岩岩性识别及岩相划分:以准噶尔盆地为例

以准噶尔盆地为例,建立火成岩的测井岩性识别和测井相划分的方法,运用火成岩岩石学理论和岩石物理学的技术方法,确立了火成岩岩性、岩相的测井分类标准。揭示了自然伽马测井、密度测井、ECS测井对火成岩化学成分的变化最为敏感,从基性到酸性火成岩的自然放射性强度逐渐增强,密度降低,金属元素含量减少,二氧化硅含量增加;火成岩的自然放射性、密度、电阻率对火成岩的结构变化有一定的反映,火山碎屑岩与同质的熔岩相比,自然放射性、密度、电阻率测井值降低;补偿中子测井值对火成岩的蚀变程度反映最为敏感,密度、电阻率对火成岩的蚀变程度有一定的反映,且随着蚀变程度的增强,密度、电阻率测井值有降低的趋势。并用岩性敏感测井曲线制作了多维火成岩岩性识别图版、用成像测井制作了火成岩的结构与构造识别图版,用ECS测井区分岩石成分,用岩心资料进行验证,提出了常规测井+成像测井+ECS测井+岩心标定的火成岩岩性识别模式和技术方法,综合判定火成岩岩石的类型、成分、结构和构造,提高了复杂火成岩岩性识别的准确率。     

油页岩测井识别技术及应用

传统的油页岩资源勘查与识别主要依靠野外地质调查、钻井取心及测试分析。在对松辽盆地野外地质勘查、岩心描述、测井和测试资料分析及综合研究的基础上,提出了油页岩定性和定量测井识别技术,并在松辽盆地进行了应用。在测井响应上,油页岩表现为高电阻率、高自然伽马、高声波时差和低密度特征;油页岩含油率与测井响应的一元线性回归关系好于二元线性回归关系和三元线性回归关系;油页岩的含油率与电阻率的相关性最好。利用ΔlgR技术不但可以求得油页岩的含油率,还可以求得总有机碳含量。试算结果表明,利用油页岩含油率与电阻率的线性关系和ΔlgR技术计算出的油页岩含油率与实测含油率误差相对较小。     

测井曲线重构在歧口凹陷火成岩识别中的应用

在火成岩发育地区,由于火成岩的分布具有不连续、不确定性等因素以及火山喷发造成火山口附近杂乱反射等特点,导致部分不同岩性的火成岩在声波时差曲线上难以区分,并且有些火成岩由于侵入到围岩中使围岩发生蚀变而与围岩在声波曲线上更加难以区分。但是,由于火成岩与围岩在其他测井曲线上特征明显,容易区分,所以在火成岩发育区,利用与岩性相关的测井响应重构具有相同量纲的声波曲线,合成地震记录,既能够反映地层速度和波阻抗特征,又能反映岩性差异,从而建立测井信息与地震资料之间更好的联系。利用该技术,结合三维地震资料,对歧口凹陷中生代及新生代火成岩进行识别并划定分布范围,为精细识别和描述火成岩储层提供有利保障。     

测井资料交会图法在火山岩岩性识别中的应用

在火山岩储层研究中，岩性识别显得越来越重要。在评述目前常用的岩性识别方法后，重点以测井资料交会图法为例，以松辽盆地徐家围子断陷升平气田深层白垩系营城组火山岩为对象，优选出密度测井、自然伽玛测井、声波测井、电阻率、钍铀等测井项目的数据进行交会，编制出测井曲线交会图版，并以此为依据识别出该区的火山岩主要岩性有：安山岩、玄武岩、流纹岩和凝灰岩等。识别结果与实际情况相吻合。     

应用贝叶斯最佳二次型判别函数识别含油气火成岩岩性

各种火成岩在某些地质条件下有可能成为好的油气储层。近年来,已经陆续在渤海湾以及华北等地发现了经次生改造的侵入岩(煌斑岩、花岗岩)、喷出岩(玄武岩、安山岩)、火山碎屑岩(安山质角砾岩、凝灰岩)等较好的油气储层。因此,根据测井资料应用一种数学方法自动识别含油气火成岩岩性,对寻找有利的油气产层十分重要(欧阳健、王杰英,1988)。采用的识别方法是贝叶斯最佳二次型判别函数(中国科学院计算中心概率统计组编著,1979;肖义越,1982)。     

应用贝叶斯最佳二次型判别函数识别含油气火成岩岩性

 各种火成岩在某些地质条件下有可能成为好的油气储层。近年来,已经陆续在渤海湾以及华北等地发现了经次生改造的侵入岩(煌斑岩、花岗岩)、喷出岩(玄武岩、安山岩)、火山碎屑岩(安山质角砾岩、凝灰岩)等较好的油气储层。因此,根据测井资料应用一种数学方法自动识别含油气火成岩岩性,对寻找有利的油气产层十分重要(欧阳健、王杰英,1988)。采用的识别方法是贝叶斯最佳二次型判别函数(中国科学院计算中心概率统计组编著,1979;肖义越,1982)。     

渤海海域沙一二段湖相混积岩储层测井分类与识别

渤海海域沙一二段广泛发育混积岩储层,岩石种类复杂多样,识别困难.在大量岩心、壁心、薄片和全岩分析标定基础上,结合生产实践,提出成分-结构二级分类的混积岩测井分类方法并系统总结2个大类6个亚类10余种混积岩储层测井响应特征,采用箱型图法优选混积岩成分和结构敏感曲线并确定其区分界限.研究结果表明成分-结构二级分类方法不但利于岩性测井识别而且对储层品质也具有较好的区分效果;中子和光电吸收截面指数对岩石成分识别敏感性较高,而自然伽马、电阻率以及中子对岩石结构识别敏感性较高;建立的成分-结构二级解释流程可实现湖相混积岩储层岩石成分和结构的识别,具有简单、高效、准确的特点.该方法在实践中取的良好的应用效果,为复杂岩性识别及储层评价分类提供了思路,在渤海海域沙一二段及其他地区相似地质背景下湖相混积岩储层岩性识别中具有较好的应用前景.      

测井资料计算机自动分层与岩性识别

在测井资料格式转换、环境影响校正、平滑滤波、标准化和加权等预处理的基础上,应用系统加权综合曲线信息法、曲线活度分析法进行测井资料自动分层,用概率统计法、聚类分析法实现测井曲线自动岩性识别,形成了一套完整的测井资料计算机处理解释系统     

塔里木盆地寒武系地层测井岩性识别研究

塔里木盆地寒武系地层岩性复杂,包括白云岩、灰岩、盐岩和膏岩.为准确识别塔里木盆地研究区的地层岩性,笔者针对研究区几种主要岩性,利用取芯分析和岩屑录井资料综合标定,选出四种岩性对应的测井值作为标准响应值.根据实际情况和前人经验,选取自然伽马、密度测井、中子测井和声波测井四种岩性敏感的测井曲线数据进行交会分析,通过分析提出...     

基于深度学习方法的测井岩性识别研究

采用机器学习方法进行自动岩性识别是当下的研究热点,神经网络作为具有代表性的机器学习方法,具有非线性建模能力强、结构灵活以及泛化性强等优点,目前已初步应用于岩性识别问题中。当下神经网络方法在测井岩性解释上的限制因素主要在于数据类别不均衡问题难以解决以及现有模型的可解释性较差。文章讨论了深度神经网络模型在纳岭沟地区铀矿测井解释的岩性分类问题上的应用,通过采用不同结构的模型缓解了类别不均衡对分类结果的影响,并着重分析了模型的层次结构和训练过程,更全面地解释了模型的内在机制和决策逻辑。结果显示,长短时记忆网络能在保持较高训练效率的同时获得高于80%的识别精度,8层全连接网络能达到90%以上的精度,但是需要的计算资源较大,训练时间较久。以上模型可应用于不同环境和需求。文章为深度学习方法在岩性识别问题上的应用提供了有益的见解和经验,具有一定参考价值。