银额盆地居延海坳陷烃源岩TOC测井预测方法优选及应用

由于钻井取心成本以及样品来源等原因的限制,利用测井资料来预测烃源岩中的有机碳含量(TOC)成为一种常用手段.本文剖析了前人提出的关于烃源岩TOC测井预测方法,包括自然伽马法、ΔLogR法及多元回归法,结合居延海坳陷的地质特征以及有关测井参数,对不同方法的预测结果进行误差对比分析,优选认为多元回归法能够较好的应用于研究区烃源岩TOC含量预测,并提出了适用于本研究区的以ΔLogR、深侧向电阻率和自然伽马为基本参数的多元回归预测模型.将该模型应用到研究区额探1井和额探2井的烃源岩TOC含量预测,在白垩系和二叠系识别出了多段厚度大于10 m的优质烃源岩,平均TOC含量都大于1.5%.由此表明优选出的预测模型对于居延海坳陷烃源岩TOC含量的预测具备重要意义,具有良好的应用前景.     

太行东麓Z区页岩黏土矿物和石英含量预测方法研究

为了做好太行东麓Z区页岩气储层测井评价工作,针对页岩主要矿物成分含量计算需求,本文在文献调研基础上,梳理了页岩主要矿物成分含量的一般计算方法,针对研究区常规测井资料实际开展了测井资料归一化工作,遵循岩心刻度测井的原则开展了岩心矿物含量测试数据与测井曲线敏感性分析,选择敏感测井曲线开展岩心主要矿物含量测井预测模型建模,进而利用所建模型在研究区开展了黏土矿物及石英含量预测.研究表明,页岩矿物含量计算一般包括"三孔隙度"测井、自然伽马能谱测井法、元素俘获能谱测井法等,其计算精度依次提高;煤田测井资料"归一化"预处理可以有效解决测井资料一致性问题;本区山西组自然电位、自然伽马、侧向电阻率对泥页岩黏土矿物含量敏感性好,声波时差、自然电位、侧向电阻率对石英含量敏感性好;基于多元回归分析建立了Z区山西组泥页岩黏土矿物及石英含量计算模型,其计算结果与X-衍射实验分数据对比表明,黏土矿物含量计算结果标准误差小于7.8%,石英含量计算结果误差小于9.6%,证明该计算方法对于研究区黏土矿物及石英含量计算效果明显.此外,研究结果表明,Z区石英含量从研究区西北部向东南部逐渐增加,黏土矿物含量从东南部向西北部增加,局部存在差异.     

鄂尔多斯盆地铜川地区油页岩含油率测井评价方法研究

油页岩属于非常规能源,储量非常丰富,是重要的替代能源.含油率是油页岩储层评价中最重要的一个参数.油页岩储层在测井曲线上具有典型"三高一低"特征,即高电阻率、高声波时差、高自然伽马、低密度.综合利用油页岩典型测井响应特征预测油页岩含油率,成为快速准确评价油页岩资源的有效途径.由于油页岩储层具有较强的非均质性,储层含油率受多种地质因素的影响,且储层含油率与常规测井响应存在着复杂关系,传统方法难以表征它们之间的内在关系.本次研究对鄂尔多斯盆地铜川地区三叠系长7段265块油页岩含油率及常规测井响应进行分析,建立支持向量机神经网络预测模型,对实际资料进行处理,并进行误差分析对比.结果表明:支持向量机神经网络预测含油率可有效的弥补实验室测定含油率的不足,且能够成为快速准确评价鄂尔多斯盆地东南部三叠系油页岩资源的有效方法.     

神经网络在石油测井解释中的应用综述

常规测井解释往往通过"四性关系"研究建立储层参数解释模型,将测井信息转化成地质参数开展储层评价,但对于复杂岩性储层、低渗低阻等储层而言,将测井信息转化为储层参数及利用测井曲线开展储层评价往往存在多解性.作为一种非线性数学方法,神经网络具有多信息融合、综合预测的功能,在解决一些复杂、非线性问题领域展示了强大的生命力.将神经网络引入石油测井解释中,综合利用多种测井信息开展岩性、物性及含油性分析,可有效提高石油测井解释的精度和效率;利用神经网络技术开展流体性质识别和储层裂缝研究可有效破解此类世界性难题.为此,本文对神经网络技术在石油测井解释中的应用进行了综述,并对应用中应注意的事项进行分析,最后进行了应用展望.     

基于深度卷积神经网络的岩石矿物组分含量测井评价方法研究

岩石矿物组分含量是地球物理勘探开发中的重点关注对象.在岩心与地层元素测井资料较少的情况下,如何提高矿物组分含量参数的预测精度显得尤为关键.本文采用深度学习方法,利用常规测井曲线对来自于地层元素测井获得的矿物组分含量进行预测.首先基于残差网络(ResNet)框架,利用一维卷积核和池化核构建了卷积神经网络模型.模型采用自然伽马、自然电位、井径、阵列感应电阻率、三孔隙度以及光电吸收截面指数测井参数作为输入,地层元素测井获得的矿物组分含量作为输出.随后对所搭建卷积神经网络进行了训练,建立了输入与输出之间的实际映射关系.最后,利用测试数据集和真实地层资料,对所建立的卷积神经网络进行了精度检验,并与人工神经网络和多元线性回归的评价结果进行了比较.结果显示,卷积神经网络在测试数据集上的总体预测数值相关性为0.90,明显优于人工神经网络的0.68与多元线性回归的0.51.通过处理实际测井资料,进一步验证了该方法的预测优越性和鲁棒性,以及其在地层参数评价方向的良好应用前景．     

基于主成分分析法的成岩相测井定量识别——以五号桩油田桩62-66块沙三下Ⅰ油组储层为例

成岩相研究在优质储层预测中具有重要的指示作用,利用常规测井曲线直接识别储层成岩相类型难度很大,本文以五号桩油田桩62-66块沙三下Ⅰ油组储层为例,选取自然伽马(GR)、声波时差(AC)、深侧向电阻率(Rt)、浅侧向电阻率(Rxo)、密度(DEN)、补偿中子(CNL)、自然电位(SP)等7条曲线,基于主成分分析法,构建了F1~F7共7个主成分变量,选取其中累计贡献率大于90%的F1~F4四个主成分建立了有效的成岩相测井识别模型,通过取心井的实际资料处理,验证了方法的准确性,从而为油田下一步进行优质储层预测工作提供地质依据.     

松科2井东孔营城组高放射性异常层测井响应特征及成因初探

松科2井东孔是松辽盆地科学钻探工程的主体钻孔,按照计划在全井段进行地球物理测井资料采集,为深部资源勘探及白垩纪古气候、古环境研究提供准确和全面的地球物理信息.在诸多测井方法中,自然伽马测井和自然伽马能谱测井能够测量地层的天然放射性强度和铀、钍、钾元素含量等参数,被有效地应用于放射性矿床勘查,尤其是铀资源的勘查与研究;电阻率、声波、密度和中子测井等常规测井和核磁共振成像、电阻率成像、元素俘获谱测井等特殊测井能够获取地层岩性和物性参数等信息,为铀矿勘查提供有力支持.本文利用松科2井东孔自然伽马测井资料来识别高放射性异常层;基于常规测井与特殊测井资料,结合前人的地质研究成果,分析放射性异常层的特征和成因.核测井曲线指示营城组存在两段高放射性异常层,深度分别为3096.8~3102.8 m（Ⅰ号层）、3168.3~3170.9 m（Ⅱ号层）.Ⅰ号层自然伽马值最高达360 API,铀含量范围20.5~29.3 ppm,综合测井和岩心资料判断该层为砾岩,具有铀成矿潜力;分析表明,构造条件和后生改造作用是影响Ⅰ号层铀富集的关键因素,推测断裂-火山活动和盆地抬升剥蚀为含铀地下水及油气运移至Ⅰ号层提供了通道,油气的后生还原作用最终导致了Ⅰ号异常层的铀富集.Ⅱ号层自然伽马值最高达250API,钍含量22.4~37.3 ppm,铀含量5.9~11.0 ppm,为集块熔岩及凝灰岩,高放射性异常可能是高钍含量的流纹质成分和粘土矿物对铀的吸附作用导致的.松科2井东孔营城组高放射性异常层具有埋藏深度深、铀含量高等特点,表明松辽盆地深部具有找铀矿前景.

     

基于深度学习的测井岩性识别方法研究与应用

深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,从而有效地解决复杂的非线性问题.本文将深度学习技术应用于地球物理测井的岩性识别中,构建了一个基于Re Lu激励函数、Adagrad优化算法、Softmax回归层等技术方法整合的深度神经网络模型,利用自然伽马、深感应、岩性密度、中子-密度孔隙度和平均中子-密度孔隙度5种测井参数,以及陆相-海相指示和相对位置2种地质约束变量作为输入变量训练深度神经网络模型.通过对实际井数据的测试验证取得了非常理想的效果,展示了将深度学习技术应用于地球物理的良好前景.     

大庆测井特色技术

1薄层水淹层测井技术 自主研发了高分辨率自然电位、高分辨率井壁侧向与密度集成测井仪,该项技术已经申请国家发明专利,在国内首次成功研制出高分辨率自然伽马测井仪。薄差层水淹层测井系列总体分层能力达到04m,部分测井项目分层能力达0．2m。建立了一套适用于大庆油田高含水后期的薄差层水淹层测井解释方法,建立了注水开发油田水淹层测井解释新模型——双地层水电阻率模型,     

浊积岩储层孔隙结构分类及其测井响应特征——以鄂尔多斯盆地黄陵油田长6储层为例

为判定不同测井系列评价划分储层孔隙结构的能力强弱,进而利用测井资料划分储层孔隙结构类型,筛选储层"甜点"的目的,应用岩芯压汞、物性资料,将鄂尔多斯盆地黄陵油田长6浊积岩储层孔隙结构划分为4种类型.基于此,建立4种孔隙结构样品的岩性、孔隙度与电阻率测井系列响应交汇图,分析不同测井系列识别不同孔隙结构的能力强弱.结果表明,岩性测井系列中,针对Ⅰ、Ⅱ、Ⅲ、Ⅳ类孔隙结构储层,其对应自然伽马分布范围及变化幅度差异明显,反映其识别不同类型孔隙结构最为敏感;钍含量、钾含量及光电吸收截面指数对不同孔隙结构分辨力较强,能够识别四种孔隙结构类型;但铀含量测井对不同孔隙结构分辨力整体较差,自然电位测井识别Ⅱ、Ⅲ类孔隙结构能力较弱.孔隙度测井系列中,声波时差、密度、中子测井识别不同孔隙结构能力相当,鉴于经济实用角度评价,可加强声波时差资料的有效挖掘和应用.电阻率测井系列中,鉴于研究区长6储层致密、孔隙结构复杂及储层油水混储等因素影响,双感应和阵列感应测井难以解释不同孔隙结构储层流体性质及含油性判定.经黄陵油田145口井应用检验,自然伽马、钍含量、钾含量及声波时差等敏感测井系列不仅反映浊积岩储层岩性、物性及含油...     

基于多层感知器的低渗透储层产能级别快速预测——以鄂尔多斯盆地白豹—南梁地区长3、4+5储层为例

为了快速预测鄂尔多斯盆地白豹—南梁地区长3、4+5低渗透储层的产能级别并明确主控因素,基于42口井76层的常规测井曲线、测井解释砂体结构、试油结果及相关沉积研究成果,建立主要测井参数与产能级别的配置关系,利用相关性较高的测井参数和砂体结构,通过多层感知器网络分析方法,构建低渗透储层产能级别的预测模型,并确定出各测井参数与低渗透储层产能级别相关程度的大小次序为:砂体结构电阻率密度自然伽马声波时差中子.应用确定的多层感知器模型对研究区78口井2341层的产能级别进行预测,解释出Ⅰ类储层109层、Ⅱ类储层194层、Ⅲ类储层2038层;Ⅰ类、Ⅱ类储层以块状砂岩为主,约占81%、68%,电阻率、孔隙度较高;Ⅲ类储层则以互层状为主,达到85.7%,电阻率、孔隙度相对较低.规模应用结果表明,方法预测结论与试油结果具有较高的吻合度,正确率达到82.6%,判断失误的储层均是相邻级别,没有出现跳级现象.通过多层感知器网络分析方法,协同测井-地质信息,可以快速、有效地评价预测低渗透储层产能级别,能为有利建产目标优选及开发方案调整提供可靠依据.对其他盆地低渗透-超低渗透储层产能评价亦具有较好的参考和借鉴意义.     

基于遗传神经网络算法的测井曲线重构技术

本文使用遗传算法对传统神经网络的拓扑结构、权值和阈值进行优化,提出了基于遗传神经网络优化方法的测井曲线重构技术,可克服传统神经网络方法易陷入局部最小值的缺点.以声波测井曲线的重构为例,确定遗传神经网络有关参数并分析其重构效果.为了验证方法的有效性,分别对声波曲线、电阻率曲线和自然伽马曲线进行了重构,结果表明,遗传神经网...     

测井预测TOC方法在页岩储层评价中的运用

总有机碳含量(TOC)是页岩储层评价中的一个重要参数,同时也是烃源岩评价的重要指标.本论文在测井原理的指导下,基于不同岩石类型对测井参数的响应特征,运用自然伽马能谱测井法、多元回归法和△ LogR 法对四川盆地南部龙马溪组页岩的TOC含量进行预测,通过数理统计和误差分析,选出最佳预测方法.研究结果表明:四川盆地南部页岩...     

伽马拟声波分频重构反演在储层预测中的应用

在地质和地震资料研究基础上,通过岩心、录井和测井分析,探索不同频率尺度测井曲线的储层意义,优选研究区内钻穿古近系底砂岩段砂泥薄互层储层5口探井的储层敏感曲线.在曲线预处理、标准化和敏感性分析的前提下,利用曲线分频拟合,对储层敏感曲线和声波曲线做小波多尺度分解,提取反映薄互层储层岩性变化的中频中尺度伽马曲线和反映地层速度的低频大尺度声波曲线.利用统计模型信息融合构建具有声波量纲的拟声波曲线.在地质研究和沉积演化模式的指导下,运用井约束反演的方法补充地震资料的高频和低频信息,提高地震资料的质量,预测有利储层分布.研究表明,伽马拟声波分频重构反演能有效的提高地震资料的纵向和横向分辨率,刻画复杂地质条件下的薄层储层分布.     

致密油烃源岩有机碳含量测井评价方法优选及应用——以鄂尔多斯盆地延长组长7段烃源岩为例

致密油勘探初期存在烃源岩取心少、实测样品分布不连续等问题;利用测井资料可定量评价烃源岩.烃源岩富含有机质,在测井曲线上常以高伽马、低密度、高声波时差、高电阻率、高中子孔隙度等特征呈现.论文系统介绍了ΔLogR法和多元回归法两种基于测井资料的烃源岩定量评价方法,并建立了相应的预测模型.通过建立的模型对鄂尔多斯盆地姬塬地区延长组长7段烃源岩有机碳含量进行预测,并对计算出的TOC数据(TOC_(计算))与实测TOC数据(TOC_(实测))进行了对比和分析.研究结果表明,研究区ΔLogR法与多元回归法中的双参数模型为较好的预测方法,且ΔLogR法预测结果明显优于多元回归法,优选ΔLogR法为最佳评价方法;并对出现这种情况的原因进行了分析.     

应用随钻测井资料正确指导水平井钻进

根据水平井测井机理和对大量水平井、直井测井资料的解释经验,概括出了1套适合较复杂地质条件下的水平井随钻测井综合解释技术,主要包括：水平段进入点识别技术;水平段轨迹近围岩识别技术;水平段钻遇薄、厚泥岩识别技术以及水平段钻出油砂体边界识别技术。使用的随钻测井资料有4条不同探测深度电阻率曲线和1条自然伽马曲线。2000年以来的委内瑞拉M油田76口水平井随钻测井解释结果和完钻后综合解释结果以及新井测试及投产结果对比,解释符合率达到98％以上。     

鄂尔多斯盆地天然气有效储层识别与评价方法

针对鄂尔多斯盆地天然气勘探开发存在的问题,通过对测井资料及天然气测试资料的分析,建立适合识别天然气有效储层的测井响应特征归一化方法,以及根据测井资料重构天然气有效储层特征曲线的方法,探索了根据测井资料评价天然气产能的方法.本文还分析了目前常用的预测天然气产能方法存在的问题及实际应用中欠缺的条件,形成了以中子、声波、密度测井资料为基本特征参数,用自然伽马、自然电位或电阻率比值参数等作为约束条件的天然气有效储层识别技术及天然气产能评价方法,并对实际测井资料进行了处理.没有试图通过井径校正的方法将受井径扩大影响的曲线恢复到原始地层的响应状态,而是通过极值变化消除井径扩大对声波、密度测井资料在天然气有效储层识别及天然气产能评价方面应用的影响.     

利用自然电位与自然伽马测井曲线划分沉积相带及储层分布

自然电位、自然伽马测井曲线形态和特征与沉积相带及其储集砂体关系密切,它们对不同岩性地层特征响应十分敏感.利用自然伽马、自然电位同步减小的较大幅度评价识别渗砂层,指示划分水下分流河道主体沉积微相带;利用自然伽马、自然电位减小的幅度差评价识别低渗砂、致密砂层,指示划分水下分流河道堤泛(侧翼)沉积微相带;并以自然电位比自然伽马减小幅度的相对细小差异识别油水层.在安塞油田沿河湾地区长6自然伽马、自然电位曲线划分沉积相带及储层的应用中,建立了自然伽马、自然电位划分储层的下限标准,有效地评价了特低渗透储层沉积微相带及储层类型,提高和扩大了测井曲线的应用及效果.     

鄂尔多斯盆地定边—志丹地区延长组致密砂岩储层裂缝测井识别

裂缝是影响致密砂岩储层高产及稳产的关键,目前,对致密砂岩储层裂缝定性识别与表征仍很困难.在对致密砂岩裂缝研究现状系统调研的基础上,以鄂尔多斯盆地定边—志丹地区延长组岩芯、成像测井、常规测井资料为基础,分析裂缝发育类型,利用岩芯和成像测井标定,明确裂缝测井响应特征,优选对裂缝响应敏感的测井参数,建立有效的裂缝测井识别方法.研究表明:(1)定边—志丹地区裂缝按成因分有天然构造裂缝、钻具诱导裂缝、井眼崩塌裂缝、应力释放裂缝,按角度大小分为垂直裂缝、高角度裂缝、低角度裂缝、水平裂缝;(2)常规测井系列中对裂缝反映灵敏的参数依次为微电极、八侧向电阻率、声波时差、自然伽马、自然电位、双感应电阻率、井径;(3)通过裂缝敏感测井参数,分别构建曲线变化幅度参数(FIA)、曲线变化率参数(FIG),进而构建裂缝识别综合指数(FFA),结合电阻率侵入指数,在此基础上,采用人工判识方法,排除泥质条带、钙质砂岩等岩性变化所造成的影响,最终确定裂缝可能发育段,裂缝综合识别率为80.6％,能够对致密砂岩储层裂缝进行识别和预测.     

基于自适应粒子群优化最小二乘支持向量机的深层变质岩测井岩性识别

辽河坳陷中央凸起中南部基底变质岩类型多样,测井岩石物理参数与岩性之间的映射关系复杂,测井响应多解性强,导致传统的测井岩性识别方法结果不精确.本文采用基于自适应粒子群参数优化的最小二乘支持向量机算法进行变质岩的测井多参数岩性识别.通过变质岩测井岩石物理分析,优选出对岩性敏感的自然伽马、自然电位、声波时差、深侧向电阻率、密度和补偿中子6种测井参数作为特征输入,以自适应粒子群算法优化最小二乘支持向量机参数,构建岩性判别模型,预测目的层段变粒岩、混合花岗岩、混合片麻岩、混合岩和角闪岩5种类型变质岩的垂向分布.与支持向量机、K最邻近及人工神经网络算法的岩性识别效果相比,本方法判别准确率最高,符合率为90.17%,在随机划分的10次样本预测中本模型稳定性最强,分类性能最好,平均AUC值为0.974,有效解决了深层基底变质岩储层精细描述中的岩性精准识别难题.