储层敏感性快速预测软件在大港油田的研究与应用

在储层特征分析，室内实验，机理研究的基础上，利用人工神经BP网络建立预测模型，并编制了预测储层5种敏感性的软件，该软件受人为因素干扰小，所需参数少，准确度高，综合符合率大于80％现场应用结果表明，该技术能为制定保护油气层技术措施提供较可靠的依据，能提高油田滚动开发效益，改善老油田的开发效果，该软件对BP算法进行了改进，（1）从两方面入手使网络摆脱平坦区，一是对输入数据进行归一化处理，使O1的取值在[0,1]之间，二是一旦网络陷入平坦区域，局部极小，使连接权值Wkj,Wji和阈值Qk,Qj同时缩小一个因子，λ＞1，可使Ok(1-Ok)脱离零值，离开平坦区；（2）加速收敛，方法有自动调整学习因子，添加动量项以及对权值进行批处理，用BP算法预测储层潜在敏感性，首先应确定影响储层敏感性的主要因素，然后根据这些因素有针对性地收集有关资料并进行处理，再根据敏感性预测的要求，设计相应的网络结构进行训练，最后对训练好的网络进行.检验。     

应用改进的BP人工神经网络快速预测储层敏感性

标准的神经网络算法存在训练时间长，在一些特定的给定初值情况下会陷入局部最小等缺点，应用受到一定限制。该文介绍了改进的BP人工神经网络训练算法，该算法在一个权值修改过程中对权值修改两次，以达到加速收敛避免陷入局部最小等目的，利用该算法进行了储层敏感性快速预测软件研制。分析表明，该算法受人为因素干扰小，所需参数少，结果比较可靠，总体符合率达到91％，改进后的算法训练所需时间与标准BP网络相比缩短了许多，是一种适用于现场的良好方法。     

综合运用BP网络和优化算法建立储层敏感性预测模型

通过对近年来储层敏感性预测方法的分析研究,认为神经网络方法是一种较理想的预测储层敏感性的新方法。但是常规的BP算法存在收敛速度慢、局部极小值等缺点。为此,采用了动量-自适应学习率调整方法和L-M优化算法,效果明显改善,其中L-M优化算法效果最好,收敛速度快,误差最小。利用L-M优化方法建立的储层速敏网络模型,预测渗透率损害程度的准确率达93％,基本上满足了油气昙敏感性预测的需要。     

应用神经网络信息融合技术快速预测储层敏感性

快速、准确地诊断与预测储层敏感性损害问题一直是储层保护问题研究的一个重要领域。同时预测储层敏感性损害也是一门需要处理大量数据与信息的技术。信息融合技术是将各种途径、任意时间和任意空间上获得的信 息作为一个整体进行综合分析处理的技术。利用信息融合技术进行敏感性损害预测能够尽可能多地使用已有的数据获取最为准确的结果,在输入参数较少的情况下给出一个可靠的数值结果,且受人为因素干扰较少。基于 政进算法编制的神经网络信息融合技术储层敏感性快速预测软件分析表明,该方法受人为因素干扰小,可以渗断储层中邶种敏感性是主要因素并给出一个确切数值,同系统所需参数少,结果可靠（总体符合率达到91％）,是一种能适用于现场的快速有效的方法,为油田合理处理敏感性损害提供了理论依据。     

储层应力敏感性评价实验方法与评价指标探讨

应力敏感性评价参数是设计储层保护方案、确定合理工作制度的重要依据.前人对评价实验方法、渗透率与有效应力的关系做了许多探索,但在实验方法、数据处理及评价指标方面仍存在较大争议.利用四川盆地中部致密砂岩气层、油层及松辽盆地低渗透砂岩油层共计70块岩样的应力敏感性实验数据,分析了应力敏感性系数与不同初始条件下渗透率损害率的关系,探讨了不同评价方法的优缺点.结果表明,应力敏感性系数与渗透率损害率相关性强,应力敏感性系数可用于进行不同区块储层的应力敏感程度对比.推荐使用应力敏感性系数来度量储层的应力敏感程度.     

储层敏感性的测井评价方法及其应用

为了快速、准确、有效地评价储层的敏感性，提出用测井方法评价储层敏感性。在分析储层敏感性及其影响因素的基础上，利用常规测井方法从测井资料中提取与储层敏感性密切相关的岩石骨架、泥质含量、黏土矿物和物性等各项参数，以这些参数为基础进行储层敏感性与各参数的相关性分祈，然后根据油田储层敏感性流动实验资荆，运用数理统计方法，用理论排序表和相关性系数加权的方法来实现测井评价储层的敏感性。建立了储层敏感性与测井资料的解释模型，实现了用测井资料评价储层敏感性的目的。通过对实际井的处理分析结果表明，由测井解释得到的储层敏感性结论与研究区的敏感性流动实验基本一致。     

预测储层潜在敏感性损害的新方法

在传统的统计分析法基础上,提出了应用模糊数学法和人工神经网络法对储层潜在敏感性损害进行预测。介绍了新方法预测储层潜在敏感性所依据的数学原理和预测过程,并以水敏性预测为例,对实际预测的结果进行了讨论。此外,对几种预测储层潜在敏感性方法的特点进行了分析和比较,结果表明,人工神经网络法具有良好的自适应性、自组织性、容错性,预测精度较高,是一种较理想的预测储层潜在敏感性损害的新方法。     

超深井储层潜在敏感性预测

从现有储层岩性、物性资料以及前期积累的试验数据中,找出了造成超深井储层敏感性损害的各种潜在因素,并进行了归一化和定量化处理。利用Matlab数学计算软件的神经网络工具,建立了各种潜在损害因素与储层敏感性伤害之间的神经网络模型,并利用各种潜在损害因素归一化和定量化处理的结果,对网络进行了训练,利用返回检验法验证了该神经网络模型预测储层敏感性损害的准确率,准确率在85%以上。最后利用该神经网络模型对胜科1井深部储层敏感性进行了预测。     

应用支持向量机方法预测储层敏感性

介绍了支持向量机的基本理论;通过单相关分析找出影响储层敏感性的主要因素,应用测井资料提取这些敏感性参数,使用支持向量机算法,以影响敏感性的主要因素作为支持向量机网络的输入层,预测储层的敏感性.分别使用支持向量机和BP神经网络2种方法对×油田的测井资料进行了处理、分析.对比结果表明,用支持向量机得到的速敏、水敏、盐敏的预测结果具有更高的预测精度.这说明支持向量机预测储层敏感性是一种切实可行的方法.     

应用测井和BP神经网络算法预测储层敏感性

在收集薄片,铸体薄片,粒度,压汞,X－衍射,扫描电镜,物性,敏感性流动实验等岩心分析资料的基础上,首先通过单相关分析找出影响敏感性的主要因素,然后应用测井资料提取这些敏感性参数,最后以影响敏感性的主要因素做为BP神经网络的输入层,应用BP神经网络算法,建立敏感性预测模型,预测储层敏感性,该方法对西部某油 资料进行了处理分析,结果表明,速效,水敏,盐敏,酸敏和碱敏的结果与该油田的敏感性流动实验结果的符合率为80％左右。     

储层敏感性预测技术研究——以新疆油田准东地区为例

储层敏感性情况在保护储层的过程中占有很重要的地位,储层敏感性快速预测技术可以节省大量的人力、物力和时间.因此,采用人工神经网络建立模型来对储层敏感性进行预测.为了提高神经网络的应用效果,通过对4种改进的BP算法进行优选,最终确立采用Levenberg-Marquardt算法建立模型,采用MATLAB和VC++.NET混...     

陕北下寺湾油田储层敏感性研究

为了认识下寺湾油田延长组特低渗透储层开发过程中可能伤害储层的一些因素,在研究其岩石性质及矿物成分特征的基础上,通过敏感性流动试验对该区储层各种潜在敏感性进行了研究。结果表明,该区储层具有中等水敏性、较弱的盐敏性和碱敏性,没有酸敏性和速敏性,同时也分析了各种敏感性的成固机制,为油田开发提供可靠的研究及决策依据。     

联合神经网络在储层参数预测中的研究与应用

地质储层参数在建立地质模型中起着关键作用,储层参数通过井资料获得。常规测井解释中多通过经验公式或简化地质条件建立模型计算储层参数。提出了新的神经网络模型,基于BP神经网络、RBF神经网络、支持向量回归并通过单层感知器共同构成联合神经网络模型。该网络模型在储层参数预测过程中能针对单一神经网络的不足而自适应调节网络结构,使预测效果达到最优,避免了单一网络在参数预测时的缺点,提高了预测的准确性。选取了同一地区的3口油井进行训练和验证实验,实验结果表明,联合神经网络模型优于单一的人工神经网络模型。     

用测井方法评价储层的敏感性

为了快速、准确、有效地评价储层的敏感性，在岩心分析资料的基础上，提出了用测井方法评价储层敏感性。从测井信息中提取出石英骨架、长石骨架、岩屑骨架、泥质、蒙脱石、伊利石、高岭石、粒度中值、综合物性参数、孔隙度、渗透率等11个参数，经过岩心标定后，都可由测井信息处理获得。以这些参数为基础进行储层敏感性与各参数的相关性分析，提出了用理论排序表和相关性系数加权的方法来实现测井方法预测储层的敏感性。应用该方法对某油田进行了处理分析，结果表明由测井处理得到的速敏、水敏、盐敏、酸敏和碱敏结论与该地区的敏感性流动实验结果基本吻合．     

渤中25-1油田储层敏感性试验研究

利用渤中25—1油田的油层取心岩样,按照我国石油天然气行业有关标准,试验研究了渤中25—1油田储层岩石的流速敏感性、水敏性、盐敏性、碱敏性和酸敏性。研究结果表明,渤中25—1油田储层岩样速敏损害指数为0．176-0．206,速敏损害程度弱;岩样的水敏损害指数为0．665～0．723,水敏损害程度中等偏强至强水敏,岩样的碱敏损害指数为0．248-0．263,碱敏损害程度弱,岩样的盐酸酸敏损害指数为0．250-0．293,具有弱酸敏。为油田的合理开采提供了依据。     

关于测井储层的产能预测研究

油气储层产能评价和预测是编制油田开发方案的重要组成部分。一般说来,产能是油气储层动态特征的一个综合指标,它是油气储层生产潜力和各种影响因素之间在互相制约过程中达到的某种动态平衡,而利用测井储层评价手段所获取的储层参数,主要反映的是储层的静态特征,而对其动态特征极少直接反映,充分应用测井资料来评价由基岩块孔隙和裂缝或溶洞等双重介质组成的双孔结构储层的产能,却一直是测井解释分析家们所致力解决的问题。     

断块油田储层横向预测方法

储层预测技术在我国东部许多油田的应用中取得了明显的效益，本文对复杂断块油田储层横向预测技术做了一些探讨，提出了在断块油田的储层横向预测中首先对层位进行精确标定，然后利用地震波在剖面上的振幅、频率、波形特征以及储层的厚度、层速度等变化特征对储层作出横向预测的方法，在实际应用中取得了较好的效果。     

致密砂岩储层的裂缝预测

川西地区须家河组二段砂岩储层是致密化非均质储层，其成藏模式是“古构造+裂缝改造”。因此，裂缝预测在储层油气预测中具有重要作用。传统的裂缝预测方法（如曲率法）仅仅适用于简单构造地区，对于具有多期次构造运动影响的复杂构造地区，需要使用新的裂缝预测法--“应变法”。用“去断层恢复”、“去褶皱恢复”、“去压实恢复”等方法模拟地层沉积演化逆过程，将地层逐步恢复到无形变时的沉积状态， 并计算不同地质时期地层构造恢复过程中的应变值，作为裂缝分布的控制参数，用地表露头裂缝统计及FMI成像测井数据作为裂缝方向的控制参数，最终达到裂缝预测的目的。使用该方法预测得到川西须家河组砂岩的裂缝分布范围，经过实际钻井的检验证实具有较高的准确性。