视电阻率曲线在研究聚煤盆地沉积环境分析及聚煤规律中的应用

分析聚煤盆地沉积环境,研究聚煤盆地煤层分布规律,对指导煤田预测和指导勘探工作有着重要的作用。充分利用数字测井的视电阻率曲线来分析、解释原始沉积环境,研究聚煤盆地的煤层分布特点,具有一定的现实意义。     

电容测试法判断测井电缆系统故障

测井电缆因长途颠簸、拉伸及绞车缠绕挤压,电缆连接器、电缆、绞车滑环、滑环连线等部位极易出现故障。电容测试法是一种简易、快速的检测方法,该法可在现场准确诊断出故障电缆的位置。以四芯铠装电缆为例,每根缆芯的正常阻值约为80Ω/1 000m,两缆芯间的分布电容约为170PPF/1 000m。在实际检测中,根据电容较小时测点的位置,可以有效判断故障部位;而电缆故障位置则可利用电阻及电容的线性关系进行计算予以确定。     

煤层气储层测井评价有关问题的讨论

煤层气的形成和储层的特性决定了煤层气储层评价的一系列关键参数,这些参数可用常规测井方法直接或间接获得。目前常规测井方法包括自然电位、双侧向（或感应）、微电极、补偿密度、自然伽马、声波时差、声波全波列、中子孔隙率以及井径测井等。选用不同测井方法采用线性回归或体积模型等方法,可以获得煤层气储层评价参数。     

煤层气固井声幅测井方法探讨

影响煤层气固井声幅测井的因素较多,如地层软硬变化大、套管内径或壁厚不均、仪器不居中、发射能量不足、接收灵敏度不够等,这些因素的存在将会导致首波丢失、时差曲线产生周波跳跃或波动现象。为提高煤层气固井声幅测井质量,要尽量保证所用仪器外径接近套管内径,以减少无效传播和能量损失,另外需提高仪器的发射能量及接收灵敏度;在自由套管和声波强吸收地层,必须保证自由套管首波不限幅、声波强吸收地层首波不丢失。在现场解释时,一般以＂自由套管＂处的偏转幅度值A为标准,将固井声幅曲线幅度的20%A和40%A作为分界点,评价固井效果。     

浅谈测井方法在工程勘察中的应用

地球物理测井应用于工程勘察中,能够较好地解决用钻探不易解决的问题,如有效判别薄夹层、寻找井旁隐伏断裂破碎带、判断孔内土层稳定性以及测定土层的速度等。其中自然伽马测井曲线在判定含砾粘土夹层及软弱薄粘土夹层等方面具有较高的准确性;声波、井径、自然γ、视电阻率等测井方法可有效查找井旁隐伏断裂破碎带,特别是声波测井曲线异常更为明显;另外跨孔实测剪切波速还可进行地基土加固效果检验。     

苏里格气田盒8气藏气水层测井识别研究

鄂尔多斯盆地苏里格气田盒8气藏为弹性驱动的河流相低效气藏,储层非均质性强,在开发中普遍见水。根据试采情况将气藏储层分为气层、水层、气水层三类,开展气、水层的测井识别研究。以区内26口井50个射孔层段各层的试油结果作为依据,选出了700个样本点作为判识建模的标本,以声波时差和中子孔隙度等8个原始测井值作为判识变量组合,采用模糊判别分析,建立了各层的判识模型。回判结果表明,模型对气层精度达到97％,水层为89％,气水层为94％。利用未参加建模的出水井射孔段对模型进行验证,判识结果基本符合实际情况,模型具有较高精度。     

分散型天然气水合物对储层的物性影响特征分析

天然气水合物以不同的赋存形态存在于温压条件适合的海底沉积物及永久冻土带中。目前对于天然气水合物的勘探以地震方法为主,而随着天然气水合物钻探工作的不断开展,地球物理测井成为必不可少的工作,测井通过不同的方法采集储集层的地球物理参数,由于天然气水合物的存在对储层物性的特殊影响,在利用测井方法评价储集层时需要综合考虑这些影响因素,才能获得准确的储层参数。本文详细阐述了由于天然气水合物的存在对地层的声学、电学及密度特性的影响及其在利用这些参数评价储层时需注意的问题。     

埋藏第四系的沉积相研究——地球物理测井解释在第四纪沉积研究中的应用

关于第四纪埋藏沉积物成因类型的研究,常规的方法是利用钻井取芯资料进行综合分析和对比,所得结论往往是定性的。由于钻井取芯的费用十分昂贵,且第四纪松散沉积物的收获率一般比较低,所以这种方法的广泛应用受到了很大的限制。本文介绍了一种利用测井资料进行沉积相分析的思路和方法。由于地球物理测井具有快速、经济等特点,因此该方法在第四纪沉积的研究中具有较好的应用前景。另外,随着计算机的广泛使用,人工智能技术的迅速发展为测井相分析的定量化和自动化提供了实现的途径。     

低阻油气储层测井解释方法研究

对低阻油气储层的测井响应特征和储层物性特征进行了研究,并针对研究区域低阻储层的特点,以岩心与测井数据的相关性为依据,提出了适合地区特点的储层参数解释方法。通过应用三水导电模型,提高了低阻储层的测井解释精度。     

一种基于核学习的储集层渗透率预测新方法

基于核学习的支持向量机,是一种采用结构风险最小化原则代替传统经验风险最小化原则的新型统计学习方法,具有完备的理论基础。这里提出了核学习技术在储集层非均质特性描述中渗透率参数预测的新用途。在复杂地层中,基于支持向量机的智能和自适应模式识别能力而建立了常规测井多参数信息输入的渗透率预测模型,然后对实际油田储集层渗透率进行了预测。与常规线性回归模型预测结果相对比,所提出的方法更易于使用,很少受不确定因素的影响,并具有较强的信息整合能力以及更高的预测准确性和可信度。