塔河油田下奥陶统碳酸盐岩储层测井分类识别研究

塔河油田下奥陶统碳酸盐岩为一套缝洞发育的复杂储层,通过大量已知井的测井曲线与岩心分析数据对照观察、分析,归纳出了五种储层的电性分类识别标准。在此基础上,又利用自然伽玛(GR)、深浅侧向电阻率(Rd,Rs)、声波时差(AC)、密度(DEN)、中子孔隙度(CNL)的响应特征,建立了神经网络识别模型。通过在该区三十多口井的实际应用,取得了较好的效果。     

小波神经网络在测井油水解释中的应用

作者在本文中讨论了小波神经网络概念和油水测井曲线段的频率特性。以小波分析为数据预处理工具，首先用小波分解高频成分对测井曲线进行分段，然后应用小波分析提取出测井段的分频能量特征向量，以此向量代表井段的信息，并作为神经网络的输入，进行神经网络的测井解释，实现了小波神经网络的测井分段油水解释。     

补偿模糊神经网络在储层参数预测中的应用

为了克服常规BP神经网络法在预测储层参数中出现学习速度慢、无法结合专家知识等不足，我们引入了补偿模糊神经网络。它是一个结合了补偿模糊逻辑和神经网络的混合系统，由面向控制和面向决策的神经元组成，其模糊运算采用动态的、全局优化运算，学习速度快、学习过程稳定，将其用于储层参数预测效果良好。     

基于神经网络的储层识别处理技术及在塔河油田的应用

简述神经网络用于储层识别模型的建立,并指出单独使用神经网络进行识别的不足。对此,设计了具有辅助神经网络作用的计算机程序,从而使单独使用网络的不足之处得到完善。通过塔河油田实际资料应用表明,在单独使用BP神经网络进行储层类型预测效果不是十分理想的情况下,采用这种处理技术,能够取得较好的效果。     

改进的f-x域预测滤波及其应用

常规的ｆ－ｘ域预测滤波不仅理论上的假设比较苛刻,而且在分离随机噪音和有效信号时会引起信号畸变,降低输出剖面的保真效果和分辨率。本文对预测滤波器的各种误差来源和稳定性进行了分析,并提出了相应的改进措施。理论模型试算和实际资料处理结果表明,改进的ｆ－ｘ域预测滤波可以克服以上问题,使压制随机噪音的效果变好     

波阻抗或层速度纵向预测

我们在文中提出了一种预测纵向波阻抗或层速度的纵向宽带约束反演(VBCI)方法,简述了VBCI的基本原理及算法流程,并通过实例展示了研究利用VBCI技术进行波阻抗或层速度纵向预测的应用效果。     

新疆准南地区低电阻率油气层测井识别

新疆准南地区吐谷鲁构造油气储层电阻率低，与水层电阻率差异不大。因此，用常规测井解释方法难以对它们作出有效区分。这里先通过对多种测井信息的综合分析，初步摸清测井与不同类别油气储层之间复杂的非线性映射关系，再用神经网络法建模并预测，取得了良好的效果，较好地解决了该区油、气、水层的识别难题。     

动态聚类分析在储层分级中的应用

在油气田，特别是海上油气田勘探开发工作中，为了提高经济效益，通常需要对储层进行分级，以便合理地制定勘探开发方案，然而，目前普遍使用的测井解释方法都无法提供储层分级的级别，通用的聚类分析也只能进行样本分类，为了从测井资料中获取储层分级信息，作者在动态聚类分析的基础上，将聚类中心的特征值之和定义为分级指数，从而成功地解决了储层分级问题，通过南海某油田ST36井的测井资料处理，并经多种资料验证，证明了用该方法进行储层分级是有效的。