BP神经网络在富钾卤水中的应用研究

富钾卤水是一种重要的液态钾盐资源,是四川盆地主要的找钾方向之一。川东地区三叠纪地层内与含盐系相邻的碳酸盐岩储层卤水矿化度极高,卤水资源丰富,开采潜力巨大,是我国目前钾盐勘探研究的重点区域。针对常规测井解释方法识别卤水层速度慢、准确率不高等特点,提出建立BP神经网络模型开展富钾卤水层的识别与划分。以BP神经网络理论和测井解释原理为基础,对卤水层识别影响最大的测井曲线值作为输入,建立BP神经网络模型,开展深层卤水层和富钾卤水层的识别和划分,并用准确的录井结果验证模型性能。测试发现,模型识别卤水的准确率为85.7%;改进的富钾卤水模型识别准确率为89.1%。结果表明,BP神经网络技术在四川盆地钾盐的勘探开发过程中具有广阔的应用前景。     

南图尔盖盆地Aryskum坳陷钾盐的测井响应特征及其分布

钾盐作为战略资源,在农业、工业等领域具有重要的使用价值。世界大多数固态钾资源发现于大规模的石油勘探过程中,充分利用各种油气地质、地球物理资料开展钾盐勘探对于国家发展尤为重要。位于哈萨克斯坦的南图尔盖盆地地质构造简单、资源勘探潜力较大。文中以南图尔盖盆地Aryskum坳陷为研究区块,基于其沉积地质特点,结合多口井的常规测井资料及前人研究成果,综合分析自然伽马、自然电位、三孔隙度等测井曲线的响应特征,含钾层段具体表现为自然伽马异常高值,并通过无铀伽马曲线等排除铀、钍元素影响,扩径使得中子值偏高,自然电位异常幅度由砂岩层的负异常变化为正异常,电阻率值偏高,密度值介于2.25~2.45 g/cm³,声波时差在270~350 μs/m范围内。基于含钾层测井曲线特点,利用测井曲线综合识别法、重叠法、交会图法进行研究区钾盐识别。在研究区30余口井中发现有可溶性钾盐层分布,分布在M-Ⅱ-3、M-Ⅱ-2小层底部,其中M-Ⅱ-3层底部为主要钾盐层段,并对各井含钾层段累计厚度进行统计分析。最后,借助地层对比分析含钾层段在横向和纵向上的展布情况,通过等厚图的绘制开展了找钾有利区分析,拓展了测井资料在南图尔盖盆地钾盐勘查中的应用,进而为今后研究区钾盐找矿提供重点方向。     

Aryskum油田水淹层测井响应特征与水淹分析

砂砾岩储层经过长期注水开发后产层大多发生水淹.本文以哈萨克斯坦Aryskum油田M-Ⅱ层的中孔隙度、中渗透率砂岩储层为例,总结了该区域水淹层电阻率特征、自然电位特征以及自然伽马特征;在水淹层测井响应基础上,开展了水淹层的定性识别研究;并首次提出栅状图结合生产数据的方式对水淹层进行分析.结果表明：油层水淹后电阻率明显降低,自然电位异常幅度明显降低,但自然伽马变化不大;阵列感应测井的减阻入侵以及深电阻率与补偿中子的曲线重叠法能有效识别水淹层,其中深电阻率与中子曲线负异常幅度越大,储层水淹情况越严重.通过南区注水井AR114及其波及区和北区注水井AR7井及其波及区的栅状图法水淹状况分析后,发现其邻井严重水淹,产水率持续升高,说明了这两口注水井对相邻井油层水淹直观影响.总的来说,存在的大量注水井使得Aryskum油田储层严重水淹,新井投产即高含水.     

四川盆地三叠系隐伏钾盐层识别与预测方法研究

本文首先通过总结四川盆地钾盐(杂卤石、富钾卤水)的测井响应特征,提出钾盐的测井组合识别法;其次为满足大数据量预测处理需求,介绍了钾盐的测井旋回地层学预测法,该方法具有处理速度快,预测准确度高的特点;最后在实际资料处理与解释中,本文采用了测井旋回地层学法初步预测潜在含钾层段,测井组合识别法再对存疑含钾层段精细排查的技术组合策略,对四川盆地三叠系钾盐资源分布进行了预测,并根据预测结果,划分了4期咸化旋回,指明了3个成钾期,圈定了4个成钾有利区。     

海相碳酸盐台地含钾层段旋回地层学响应和识别 ——以川中广安地区三叠系为例

识别海相碳酸盐岩台地深部的成盐聚钾层段,主要依靠测井解译和钻井取芯验证。连续沉积的碳酸盐岩台地具有旋 回性,记录着海相碳酸盐岩随古海平面旋回变化的信息。因此,利用测井数据模拟台地高频沉积旋回叠加样式,反演古海 平面旋回,寻找海退地层序列的低水位沉积体系,进而快速锁定成盐聚钾层段的方法值得探索。文中以四川盆地川中广安 地区三叠系为例,以等间距连续测量的自然伽马测井数据为对象,运用数值模拟技术,有效识别了三叠纪沉积时期的高频 沉积旋回,并根据高频沉积旋回的累积厚度偏差变化,反演了古海平面的变化趋势,判断广安地区嘉陵江组 5 段至雷口坡 组 1 段第 1 亚段沉积期,相对海平面长期处于较低水位,是最有利的成盐聚钾期,这与基于钻井岩芯划分的富钾层段极为吻 合,表明这种方法能够有效识别碳酸盐岩台地含钾层段。     

PSO-LIBSVM在钾盐矿层识别中的应用研究

钾盐的紧缺严重制约了中国农业的发展,加大钾盐的勘探开发力度有助于提高我国钾盐的自给自足能力。四川盆地钾盐资源丰富,是我国目前重要的钾盐勘探开发研究区域之一。杂卤石作为四川盆地最重要的固态钾盐矿物,常夹杂在硬石膏、岩盐和白云岩等岩层中。针对常规测井解释方法难以精确识别杂卤石的问题,因此,提出一种新的基于粒子群算法(PSO)优化的支持向量机(SVM)杂卤石识别方法开展四川盆地杂卤石的分类识别研究。以PSO和SVM理论为基础,结合测井解释方法,选择对杂卤石测井响应灵敏的有效数据作为输入样本,随机产生训练集和测试集,并采用PSO优选出径向基核函数参数,建立杂卤石分类预测模型。与录井结果对比,基于PSO的SVM模型识别准确率达到了97.5758%,在识别精度和速度上明显优于交叉验证方法优化的SVM模型。结果表明,该模型在四川盆地钾盐勘探中具有广阔的应用前景。     

宣达地区中、下三叠统含杂卤石蒸发岩测井响应及岩性识别

钾盐主要用于农业中钾肥的生产,中国是钾盐消费和进口大国,但中国钾资源少、产量低,因此钾盐勘探对中国粮食安全有重要意义。四川盆地是中国找钾的重要区域,文章运用岩芯样品、测井等资料,通过X射线粉晶衍射、元素含量测试等实验对宣达地区中、下三叠统嘉陵江组-雷口坡组含盐系典型矿物特征及岩石测井响应特征进行分析,并基于测井解释方法原理对杂卤石进行识别。结果表明,研究区钾盐矿物包括氯化盐矿物、硫酸盐矿物、碳酸盐矿物3类,固态钾盐矿物主要为杂卤石,常与石盐、硬石膏共存,具有高电阻率、高密度、高伽马、高K的特征,主要分布于T₁j^4-2、T₁j^5-2层段。     

基于PSO-SVM的测井岩性识别方法研究——以南图尔盖盆地K油田古生界(Pz)储层为例

南图尔盖盆地K油田古生界(Pz)岩性多样、孔隙结构复杂,针对常规岩性解释方法对该储层岩性识别准确度未达到预期效果,严重制约了测井储层解释等问题,提出基于粒子群算法优化支持向量机(PSO-SVM)的岩性识别方法.通过岩心资料分析不同岩性的测井响应特征,建立测井相识别图版.选择对研究区岩性敏感的自然伽马、阵列感应电阻率、声波、中子、密度与光电吸收截面指数等七条测井曲线参数作为输入特征值,以粒子群算法优选合适的支持向量机参数(惩罚因子和核函数参数)对研究区4口取心井进行样本学习,建立基于PSO-SVM的岩性识别模型,其识别准确率达到了97%.相对于传统SVM算法,PSO-SVM岩性识别模型预测结果的速度更快,精度更高.通过将该模型应用于取心井与试油井,在正确识别岩性的同时,有效提高了测井储层解释的准确性.结果表明,在K油田复杂岩性识别中应用PSO-SVM方法,可为提高测井储层解释的准确性提供较可靠的岩性依据.     

基于主成分分析的极限学习机方法开展杂卤石识别

川中地区岩性复杂,杂卤石周围广泛发育硬石膏、岩盐和其它非钾盐矿物,常规测井解释方法很难准确识别杂卤石。以极限学习机理论、主成分分析方法和测井解释为基础,把主成分分析得到的影响杂卤石识别的主变量(测井曲线)作为输入,建立极限学习机(PCA-ELM)杂卤石的精确识别模型,对比川中地区录井结果,PCA-ELM的杂卤石识别正确率达到90.74%;再以不同岩石在测井曲线上的响应特征为基础,建立杂卤石分类识别模型,分类识别正确率达到89.56%。与常规测井解释方法相比,具有速度快、操作简单、准确率高等特点。结果表明,在四川盆地钾盐勘探中PCA-ELM法是一种值得推广使用的方法。