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。     

新疆春风油田石炭系火山岩岩性特征及测井识别方法

不同岩性的火山岩其储集性能差异甚远,准确识别火山岩岩性对于火山岩储层的研究具有重要意义。研究区春风油田石炭系储层以火山岩为主,过渡类型较多,岩性较为复杂。利用岩心观察、薄片鉴定、地化分析等方法确定研究区发育火山熔岩类和火山碎屑岩类两类火山岩,其中,火山熔岩包括玄武岩、安山玄武岩、玄武安山岩以及安山岩,火山碎屑岩有凝灰岩和火山角砾岩等。通过识别出的岩性标定测井,分析每种岩性的测井响应特征,利用交会图法和星形图法,建立了不同岩性的识别标准。     

火山岩岩性识别方法研究

岩性是测井储层评价的基础,在火山岩油藏的测井评价过程中,由于火山岩岩性定名方法的不统一以及岩性识别方法的不完善,使火山岩油藏的测井评价难以开展。采用国际地科联（IUGS）推荐的TAS图方法对火山岩岩样定名,并以此为基础,使用神经网络方法利用测井资料识别火山岩岩性。研究结果表明,利用传统的统计判别方法建立的测井资料与火山岩岩性的判别关系,识别符合率只有65%;而使用神经网络方法建立的判别关系,识别符合率可达81.8%。     

运用神经网络模糊控制器实现岩性自动识别

根据测井技术人员实际手工解释岩性经验，归纳出若干条模糊控制规则，构造一个神经网络模糊控制器，来学习与记忆这些规则，并运用这些规则来推理岩石的岩性，近拟模拟测井技术人员进行岩性识别的大脑思维过程，并运用VC 6.0编程实现之，继而运用计算机识别岩性。     

木里地区水合物及岩性测井识别方法

木里地区由于断层、裂隙发育,以及多种岩性都存在天然气水合物,地质背景复杂,导致各种岩性的测井响应特征复杂,给天然气水合物及岩性识别带来一定的难度.本文通过分析多口井水合物及岩性的测井响应特征,利用直方图和交会图研究各种岩性在含天然气水合物或有水合物异常与不含天然气水合物时的测井响应的差异,找出对水合物反映敏感的测井参数,对该地区的水合物及岩性进行识别.然后综合利用对天然气水合物响应明显的自然伽马(GR)、电阻率(RT)、声波时差(AC)和补偿密度(DEN)等测井曲线,采用贝叶斯和BP神经网络两种方法识别岩性.识别结果与录井岩性吻合良好,准确识别出了含水合物地层的岩性,为木里地区寻找有利的天然气水合物储层提供了依据.     

随钻测井中岩性识别方法的对比及应用

岩性识别是对地层认识及储层参数求解的基础,受沉积环境复杂性和非均质性影响,传统岩性识别方法已不能满足实际生产需要。针对传统识别方法容错能力差、自动化程度低和解释精度低的问题,通过应用神经网络自主学习预测分析手段,对比分析当下几种流行的岩性识别方法,选出更为适合现场实用的方法应用到随钻测井系统中。经研究发现,在预测方法及测井曲线相同的情况下,获得标准层段训练样本越多,准确率越高。通过对比得出结果：PNN概率神经网络方法在生产应用中效果更佳、识别准确率高、训练识别用时最短,在获取较少测井资料信息时,仍能保持较高的识别水平。     

树分类器在测井岩性评价中的应用

 利用测井资料进行岩性定量识别,分类方法的设计是决定分类结果好坏的关键。本文讨论了树分类器与产生式规则相结合的方法在岩性分类中的应用。利用数据完整的测井曲线参与树分类器的学习、判别工作,用树分类器进行岩性的“逐级识别”,不完整的特征交由定性规则处理,既实现了岩性的细分,且保证了分类的精度。     

鹿乡断陷C区块双阳组测井岩性识别及储层有效厚度的确定

针对伊通盆地鹿乡断陷五星构造带油藏,提出一种适用于本区块的测井岩性识别模式及确定储层有效厚度的方法。利用包括自然伽马(吉林伽马)、普通电阻率、声波时差和自然电位曲线的综合分析,通过绘制各类曲线交会图,确定各类岩性的有效指标范围,确认出本区可识别的6种岩石类型即泥岩、粉砂岩、细砂岩、中砂岩、粗砂岩和砂砾岩。在测井解释近似的情况下,提出反推排除法,结合区域整体沉积相带分布规律和相邻井之间的测井曲线相互关系,区分细砂岩与含砾砂岩。在测井解释的基础上进行储层有效厚度研究,建立孔隙度、渗透率、含油饱和度模型,总结出岩性下限标准、物性下限标准、电性下限标准,利用建立的模型及解释图版,对本区块的39口井进行油水层校正,编制单砂层有效厚度图和单砂层岩性-微相图。     

基于交会图与模糊聚类算法的复杂岩性识别

针对复杂岩性识别中存在的模糊性,应用交会图和模糊聚类方法对复杂岩性储层的岩性识别问题进行了研究。首先依据岩心取样进行岩性归类,然后通过交会图技术确定了9个对岩性反映较明显的参数,并建立起研究区域的岩性样本集。最后,通过模糊聚类的识别模式,依最大隶属度的原则,建立了岩性判别方法,并应用该方法对海拉尔盆地的岩性进行了识别,取得较好的效果。     

基于随机树嵌入的随钻测井岩性识别方法

岩性识别是储层评价中的一项重要工作。随着机器学习方法的不断发展,岩性的智能识别也成为热门研究方向。随钻测井技术目前已经得到了广泛的应用,但是受限于高温高压的钻井作业条件,随钻测井仪器只能测得少量测井参数。由于随钻测井参数较少,直接输入机器学习模型无法充分挖掘其中的信息。对此,本文将随机树嵌入引入随钻测井资料的岩性识别。该方法将低维随钻测井数据通过二叉树编码并转化为高维稀疏特征,利用升维后的数据进行训练从而提升机器学习模型的判别能力。对比实验结果表明,使用随机树嵌入的随机森林方法具有最佳的识别效果,准确率和F₁值较直接使用随机森林分别提升了3.16%和3.25%,且优于梯度提升树、极随机树和粒子群优化支持向量机算法。     

岩性识别：方法、现状及智能化发展趋势

岩性识别是地质工作中一项基础而又重要的工作。传统的岩性识别方法过于依赖经验和地质专业知识积累,不仅耗时长、专业性强,还易受主观因素影响,导致准确率不理想。笔者等首先回顾了传统的岩性识别方法,之后总结了最新涌现的智能化识别方法,最后详细介绍了基于岩石图像、镜下图像、图像与元素信息融合等的智能识别方法。基于岩石图像的识别方法对于文中的岩石识别准确率可达90%以上,基于图像与元素融合的岩性识别方法可以降低图像相似度高、风化破坏表观特征等因素对识别准确度的影响。笔者等认为当前岩性智能化识别研究仍处于初级阶段。综合各类数据源的优势,利用机器学习深度挖掘岩石元素、矿物、光谱和表观特征间的内在关联性,有利于突破单源信息的局限性,实现岩性快速准确识别。     

岩性识别：方法、现状及智能化发展趋势

岩性识别是地质工作中一项基础而又重要的工作。传统的岩性识别方法过于依赖经验和地质专业知识积累,不仅耗时长、专业性强,还易受主观因素影响,导致准确率不理想。笔者等首先回顾了传统的岩性识别方法,之后总结了最新涌现的智能化识别方法,最后详细介绍了基于岩石图像、镜下图像、图像与元素信息融合等的智能识别方法。基于岩石图像的识别方法对于文中的岩石识别准确率可达90%以上,基于图像与元素融合的岩性识别方法可以缓解图像相似度高、风化破坏表观特征等因素对识别准确度的影响。笔者等认为当前岩性智能化识别研究仍处于初级阶段,无法满足工程需求。综合各类数据源的优势,利用机器学习深度挖掘岩石元素、矿物、光谱和表观特征间的内在关联性,有利于突破单源信息的局限性,实现岩性快速准确识别。     

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。     

油田开发阶段储层参数精细评价

以胜索油田为例,详尽论述了油田开发阶段储层参数精细评价的思路和方向,包括测井资料预处理与标准化、不同开发时期储层四性参数变化分析、测井解释模型建立及参数求取、储层参数模糊评价。开发阶段应通过储层四性分析,利用生产测试资料和神经网络方法建立测井解释模型及处理,能有效提高解释度。精细处理结果及模糊数学方法的应用,准确地定量表征了储层的优劣,在油田剩余油挖潜中产生了较好的应用效果。     

辽河油田东部凹陷玄武岩测井特征分析

针对辽河油田东部凹陷地区复杂火成岩岩性中玄武岩的测井特征,根据东部凹陷的测井数据及取芯段的薄片识别,共找到4种不同类型的玄武岩地层,分两组进行对比分析。第一组:气孔玄武岩、角砾化玄武岩;第二组:玄武岩、含油水层的玄武岩。利用玄武岩地层对应数据制作测井响应统计表,对比不同类型测井参数的差别制作交会图,得到角砾化玄武岩相对气孔玄武岩有较高的自然电位值,含油水层的玄武岩相对玄武岩有较高自然伽马值及中子值等特征。分析原因为气孔玄武岩及角砾化玄武岩孔隙裂缝发育,密度较低,黏土矿物充填角砾化玄武岩孔隙使自然电位值相对较高;含油水层的玄武岩中大量氢元素使中子值及自然伽马值相对玄武岩有所增加。     

支持向量机组合方法在砂泥岩储层岩性识别中的应用

岩性是表征储油物性、建立各类地质模型的重要参数,其与测井参数的函数关系很复杂。基于支持向量机一类对一类法对岩性识别分类精度不高的现状,结合二叉树法初始分类精度较高、分类速度快等优点,提出了一种新的组合方法——一类对一类法与二叉树法的结合应用。该方法对样本数据较少的类别设置权重系数,减少样本不平衡的影响,并利用几何平均准确率作为评价岩心识别效果的指标,其对岩性的分类效果远优于单一方法。具体步骤为:首先对不均衡的样本设置相应的权重系数,然后利用二叉树法将易于与砂泥岩区分的灰岩区分开来,再利用一对一分类法将剩下的砂泥岩样本进行分类。运用此方法对某油田测井数据进行岩性分类,分类的整体准确率以及几何平均准确率均有很大的提高。     

泰国Phetchabun盆地Wichian Buri次盆新生界火山岩岩性识别及岩相展布特征

新生界火山岩是泰国Phetchabun盆地Wichian Buri次盆的主要含油气岩系,但因火山岩喷发环境复杂,喷发期次频繁,造成火山岩岩性复杂,识别难度较大,岩相展布不清,这些因素严重制约着油气的进一步勘探和开发。通过岩心、岩石薄片、测井及地震等资料分析,总结了研究区火山岩的岩性特征,并提出相应的识别方法,同时对火山岩的发育期次和岩相展布进行了研究。结果表明:①研究区火山岩类型丰富,从基性岩至酸性岩、熔岩至火山角砾岩都有发育,以偏碱性玄武岩为主; ②自然伽马、密度及光电吸收界面指数测井对火山岩成分变化最为敏感,成像测井可以提供火成岩的结构和构造信息,两者结合可准确地识别火山岩岩性; ③结合测井和地震响应特征,研究区新生界火山岩为3期喷发的产物,可识别出火山通道相、溢流相、爆发相和火山沉积相等岩相类型,并预测其分布规律。研究成果为研究区火山岩的岩性识别提供了有效手段,并明确了岩相展布特征,可为研究区的油气勘探和开发提供一定的依据。