砂泥岩地层横波测井曲线预测方法研究

基于早期开发井普遍缺乏横波测井资料的现实,分别讨论了基于Greenberg-Castagna公式、近似Gas-smann方程和Xu-White模型等3种方法在砂泥岩地层预测横波测井曲线的基本思路,给出了相应的计算流程。以某油田开发井横波时差测井曲线预测为例,通过实测横波测井资料的对比,分析了3种方法在砂泥岩地层的应用效果。结果表明,Greenberg-Castagna公式法简单实用,经过流体校正后在砂泥岩地层的应用效果较好;近似Gassmann方程法和Xu-White模型法相对复杂,对输入参数进行优化将有助于提高横波速度预测的精度。     

随钻测井环境中横波速度测量：模型和现场评价

论文对随钻测井中，利用低频单极子，偶极子和四极子声源进行横波速度的测量进行了评价。理论分析表明，随钻测井中单极子和偶极子声源所发出的波中，包含着很强的沿钻铤滑行的仪器波。更进一步表明，随钻测井偶极子－弯曲波速度明显低于慢地层中的横波速度。因此，随着测井中偶极子波是不合适横波速度测量的，比较而言，四极子波有两个理由可说明其为最好的测量方式。首先，低频时可以消除仪器的四极子波干扰，其次，地层四极子波可以用来直接测量横波速度。一种测量横波的多极子随钻测井阵列声源仪器已经制造出来，并且已对不同的快，慢地层进行了几次现场测量。在2－10kHz的频率范围内，单极子声波数据中主要包括钻铤波和斯通利波，偶极子数据包含了钻铤波和地层弯曲波。四极子数据受钻铤波干扰最少，其主要由地层波四极子波组成。所测量的多极子波数据的特征和模型实验结果具有很好的一致性。分析和测量结果表明，四极子声波仪器最适合随钻测井中横波速度的测量。     

川东北地区地层孔隙压力预测新方法及应用

川东北地区碳酸盐岩地层埋藏深、速度差异小,完全套用基于“欠压实”理论的孔隙压力计算结果误差较大.因此,在总结碳酸盐岩地层压力成因的基础上,根据碳酸盐岩测井响应特征,修正了声波速度随有效应力的变化公式,根据横波速度更易受到孔隙压力影响的原理,拟合了纵横波速度比(Vp／V)与有效应力的关系公式,分别建立了川东北地区陆相地层...     

岩石物理横波速度曲线计算技术

横波速度是地震勘探中的重要参数。针对实际生产中缺乏横波速度测井曲线资料，利用经验公式计算精确度不高的问题，通过对横波速度计算理论模型的研究分析，选择Blot-Gassman模型法，利用岩石矿物成分、流体成分、孔隙度及密度等测井曲线进行横波速度测井曲线的计算，并对横波速度计算技术和流程进行研究。在实际工区进行了横波速度曲线计算，计算结果与实测横波吻合程度较高，误差小于10％，该技术在储层和流体识别预测的应用中取得了较好效果。     

基于注意力机制和双向长短时记忆网络的横波速度预测方法及应用

横波速度信息对油气勘探而言至关重要，但实际测井资料中常常缺失横波速度资料。横波速度与测井参数之间存在非线性相关性，二者关系复杂难以用解析解表征。为此，提出了一种基于注意力机制和双向长短时记忆网络的横波速度预测方法(AT-BLSTM)。该方法首先利用注意力机制为测井参数分配权重，自动聚焦对横波速度预测贡献大的测井参数，然后利用双向长短时记忆网络以及横波速度曲线纵向上的时序特征，挖掘各种测井参数与横波速度之间的相关关系，获得各种测井参数与横波速度之间的学习模型，再输入优选测井参数，最终可直接获得横波速度的预测结果。将上述方法应用于挪威北海Volve油田和我国西南某工区的实际测井资料进行横波速度预测，并将预测结果与常规双向长短时记忆网络、门控循环神经网络以及基于经验公式的传统方法的预测结果进行对比。结果表明，利用基于注意力机制和双向长短时记忆网络的横波速度预测方法得到的测井参数权重分配合理，横波速度预测结果与实测横波速度误差较小、相关系数较高，有效提高了横波速度预测精度，预测结果具有良好的稳定性。     

基于软地层随钻多极子声源传播特性的数值研究

基于软地层测量横波的难题,数值考察了软地层随钻测井多极子波的频散特性及声全波波形,对比分析了电缆和随钻多极子声波测井.研究结果表明,随钻测井环境下,单极和偶极声源激发幅度很强的钻铤模式波严重干扰地层纵波或横波的测量;而四极子声源低频时只激发地层模式的四极子波,且截止频率附近以地层横波速度传播.因此,四极子声源最适合于随钻测井的地层横波速度测量.     

徐家围子断陷营城组火山岩岩性、储层岩石物理弹性参数特征分析

本文通过测量岩样在干、饱含气和饱含水状态下的纵波速度v_P、横波速度v_S和密度ρ等参数,研究不同岩性含不同流体时纵波速度和横波速度的变化规律,得出适用于徐家围子地区火山岩横波速度的预测方法,即分岩性和含不同流体进行分层段模拟,为测井岩石物理分析提供精确的横波速度曲线;在难以区分具体火山岩岩性的现实条件下,测井岩石物理首次引入"岩性组"的概念,利用横波速度、密度、拉梅系数三个参数把营城组地层岩性划分为不同的岩性组;在岩性分组识别的基础上,分析同一岩性组的储层和气层的敏感参数,对比不同岩性组分析结果发现,储层具有低密度特征,气层都具有低泊松比特征,形成了一套完整的火山岩岩性区分、储层与气层识别的思路和方法,为火山岩储层高精度预测奠定了基础。     

偶极子横波测井中井况变化对井内声场影响的理论分析

刘继生，王克协．偶极子横波测井中井况变化对井内声场影响的理论分析．测井技术，１９９８，２２（增刊）：１１～１３针对套管井、裸眼井偶极声波测井，以柱状多层轴向开放声波导物理模型为基础，对各种井况下偶极声场分布进行数值考察，着重分析套管、水泥环胶结状态以及裸眼井径的变化对声场的影响。从模式波的频散和激发、地层波的激发与传播以及由其构成的全波３个方面进行了分析。结果表明：低频偶极子横波测井中，套管、水泥环的嵌入、水泥环胶结状态以及裸眼井径的变化，不会对地层横波速度的测量产生影响，即对于地层横波速度的测量，套管、水泥环具有透明效应。     

由偶极子和斯通利波估算地层横波速度的频散波处理技术

本文提出了一种可从井中声全波估计横波速度的频散导波的处理技术。所用的声波波列数据可以是单极子源产生的斯通利波或偶极子源产生的挠性波。该方法中用一个给定的接收器记录的波列与第二个接收器的波列相比较，第二个接收器记录的波列是由测试地层中以地层横波速度传播的波到达给定接收器位置的波列组成。对特定的波模式(偶板子源或斯通利波)，数字传播过程用适当的频散关系模拟。两波列的相位差最小化过程可通过改变横波的速度来实现。使相位差最小的横波速度可作为最终的横波速度，此时两个波形可达到最佳相位匹配。该方法中波形的频散效应可通过横波理论自动解释，也可通过与相似分析方法结果的对比得到展示。用这种方法与多发射点方法相结合可以处理阵列声波数据。所估计的地层横波速度可达到一个接收器间距的分辨率(有代表性的为0．5ft)。这一结果已通过野外实例的演示得到，横波速度测井中提高分辩率的这种事实已为单接收器间距的密度测井曲线的高分辩特性所证实。野外实测的斯通利波的横波速度测井曲线和偶极声波波形数据对比表明，利用该方法可以从频散的声波波形得到高分辨率的地层横波速度。本文所介绍的新方法可以在声波波列确定地层横波特性方面得到广泛的应用。     

声波地层因素公式及其应用

声波地层因素公式是最近提出的有关测井声速的经验公式。本文对这一公式的物理模型作了详细的解释,介绍它在估算地层孔隙度方面的应用情况,还初步讨论了横波测井声速的地层因素公式。     

由核测井推导横波和纵波测井曲线

横波和纵波测井曲线由与岩性特性相对应的核测井响应推导来的,推导过程如下,中子—密度交会图确定岩性、孔隙度和气体含量,自然伽码测井确定泥质量含量。已发表的文献中提出了岩性—孔隙度—泥质含量和横波—纵波速度两者之间的关系。以前,岩性、孔隙度和泥质含量是由核测井确定的,而横波和纵波速度则由计算得到。这项技术有两项重要的应用,测井资料与地震资料的结合,并扩大了地层评价的能力。声波测井并不适用于所有的井,这就很需要由其它测井精确地推导出声波速度来。当能够测得声波测并资料时,把计算得到的速度与实测的声波测井速度作比较,这两者差别反映了次生孔隙度(裂缝、晶簇等等),或泥质分布状态(分散的、层状的等)。值得注意的是该技术具有与声波测井一样的精度,它能预测出四个参数,即岩性、孔隙度、泥质含量和泥质种类。由于要用四个参数来计算横波和纵波速度,仅用横波和纵波测量值评价地层变就得困难。     

横波速度计算方法与应用

 横波速度可从地震横波数据或横波测井数据中获得，但这两种数据通常比较缺乏。本文探讨利用模型估算、测井约束反演和叠前波形反演等方法进行横波速度的计算，为岩石物理理论研究、地震正演模拟、地震反演分析及油气检测提供较可靠的横波速度资料。将本文总结方法应用于DY地区FSH3等井的实际资料测算，取得了良好效果。     

全波列声波测井在地应力分析中的应用

以阵列全波列声波测井资料为主,结合常规测井、高分辨率地层储角测井资料以及ＰＦＴ地层压力测井资料对地层岩石综合力学机械特性进行了深入的分析。在正确、合理地处理资料并计算数据的基础上,重点讨论了岩石破裂压力在井眼稳定性分析中的应用。特别是钻井过程中钻井液比重的确定。利用数理统计的方法得到了区域性声波阻抗与横波时差的经验公式,对于没有进行全波列声波测井的井也可以由该公式计算出横波时差,从而进上步求出岩石     

不同环境下随钻测井中的横波和纵波测量

随着双偶极声波测井的发展，在随钻测井环境下我们可以利用双偶极声波测井获取地层的横波速度。该文提供了不同环境下随钻测井的实例，特别是双偶极横波测井。通过这些例子，我们着重讨论几个影响双偶极声波测井的主要因素，其中包括频散效应及其控制因素如噪声干扰、仪器偏心、地层类型(快或慢)及地层的各向异性影响。我们利用理论数学模型来分析和解释数据表达的波形，证明了在钻井液特性、仪器和井眼尺寸已知的情况下，频散效应在理论上是可以校正的，但是钻井液特性及仪器偏心的不确定性又会引起误差，与钻井相关的噪音及仪器偏心又会产生其他噪声，对数据产生干扰。有证据表明，钻井噪声与钻井速度有关。在噪声存在的情况下，要使测量数据可靠，关键在于提高信噪比。在快地层中，双偶极声波测井在5～12kHz的工作频率内可以直接测量地层的横波速度而无需频散校正。地层方位上的各向异性也会增加双偶极声波测井解释的复杂性。当地层的各向异性较大时，能够测量到快、慢两个双偶极波，这时可以直接利用这两个波确定地层的各向异性。但是对于各向异性中等大小的地层．较慢的双偶极波在数据中占主要地位，测量的声速偏向于慢波速度，了解这些影响因素。有助于从LWD(随钻测井)测井中准确地提取地层的声波特性。     

塔中地区ZG5-7井区横波速度的预测

纵、横波速度是储层岩性、物性和流体识别的重要参数,而实际生产中往往缺乏横波速度资料,因此,开展横波速度预测已成为岩石物理研究的重要内容。目前横波预测中普遍使用的是Greenberg-Castagna经验公式,但其在塔里木盆地塔中地区ZG5-7井区应用效果不佳。针对上述问题,充分利用已钻井的纵波速度、地层密度、泥质含量、孔隙度、含水饱和度等常规测井资料以及岩石骨架和流体的各种弹性参数,构建了流体置换的Xu-White模型,用来求取横波速度。该区６口井的横波曲线拟合的实验结果表明：Xu-White模型预测的横波速度与实测横波速度高低趋势一致,其相关系数最高达到0.970 9,完全能满足横波弹性反演和油气预测的需要。结论认为,Xu-White模型不仅适用于碎屑岩储层的横波速度预测,同样在碳酸盐岩的横波速度预测中也能取得良好的应用效果。     

一种体现孔隙形态影响的四参数孔隙度反演方法

传统的测井孔隙度反演方法在反演复杂孔隙形态地层的孔隙度时往往存在偏差。孔隙形态的影响可以利用等效介质模型体现,提出了一种四参数孔隙度反演方法,即,引入差分等效介质(Differential Effective Medium,DEM)模型,将孔隙度反演与孔隙形态的影响相结合,利用中子、密度、纵波时差和横波时差四个参数实现地层的孔隙度和孔隙纵横比的同步反演。首先利用中子、密度和纵波时差反演地层孔隙度初值,通过DEM模型求取孔隙纵横比初值;而后利用纵波速度、横波速度和体积密度信息同步反演声学孔隙度和孔隙纵横比;最后综合利用中子、密度、纵波速度和横波速度数据,对地层孔隙度和孔隙纵横比进行同步反演。以西南某探区深层白云岩地层孔隙度反演为例,比较了不同孔隙度反演方法的效果,验证了四参数孔隙度反演方法的有效性。     

随钻声波测井研究进展

论述了随钻声波测井的纵波测量、横波测量及仪器的发展,分析了随钻声波测井面临的难题.随钻纵波测井仪器隔声体是实现随钻纵波测量的关键;利用漏能纵波求取极慢地层的纵波速度的方法也有所发展.埘随钻横波测井进行r总结.快地层随钻横波测井除了可以采用单极子测量,还可以采用四极子模式进行测量;慢地层随钻横波测井可以有偶极子或四极子等方式进行测量,存在争议的是慢地层随钻偶极子的横波测量足否可行.对仪器偏心的研究表明从随钻偶极子中提取地层横波足有可能的.随钻声波测井由于偏心的原因无论采用何种模式进行测量都会产生频散.总结了随钻测井噪声的研究现状,表明噪声均为低频噪声,埘随钻横波测井有一定影响.     

实验室模拟地层中正交偶极横波实验

在各向异性地层中．通过对偶极横波资料的处理，分离出快、慢横波的时差和波至时间，可以计算出地层各向异性系数，评价地层各向异性。利用实验室物理缩小模型．对正交偶极横波测井进行了测量．得到了砂岩、石蜡模拟地层的正交偶极横波波形。试验结果证明在砂岩模型中．因为所计算的横波速度基本一致．不存在各向异性；而在石蜡模型中，上发射和下发射方向不同，角度的变化对计算的横波速度都有影响，说明了在石蜡模型中．介质明显存在各向异性。     

岩石的纵,横波速度规律

在收集、分析前人不同岩性的岩石的地震纵、横波速度测定结果的基础上,本文重点研究了砂岩的速度规律,通过综合、归纳得到饱含水砂岩及含气砂岩的纵、横波速度总规律。它们可以拟合表达成两条抛物线,四个V_p、V_s互推公式。文中指出,以往的一些研究者对数据采用线性拟合,只适用于特定的地区,特定的层位,而抛物线公式可以具有普遍的适应性。文中提供的四个经验公式及全部说明上述关系的图件将有助于AVO幅距分析研究,以及在多波勘探中掌握岩性规律及寻找油气聚集地段。     

基于一维卷积神经网络的横波速度预测

纵横波速度是地球物理勘探中识别储层岩性、物性和储层等目标极其重要的信息,由于采集技术与成本投入的限制,横波速度资料通常较为缺乏,横波速度预测便成为岩石物理分析中亟需解决的重要问题。传统上基于理论方法和经验公式的横波速度转换方法局限性较大,常规的点对点的机器学习方法无法有效表达测井参数的空间特征,对横波速度与其它测井参数之间的内在关系的表征不够充分。为此,开展了基于一维卷积神经网络(1D-CNN)模型的横波速度预测方法研究,基于声波时差、密度、自然伽马和电阻率等16种测井参数建立深度学习回归模型,通过不同尺度卷积提取测井参数在测井深度空间上的结构性特征,并采用多层网络结构,学习横波参数与测井参数深度特征之间的关系,从而建立更为精确的预测模型。通过在苏里格气田上古生界碎屑岩储层的实际应用,验证了一维卷积神经网络模型的横波速度预测精度较高,且具有良好的泛化性。