混合模拟退火遗传和随机森林构建复杂碳酸盐岩储层渗透率测井解释模型

伊拉克H油田M层组巨厚型碳酸盐岩储层非均质性强、孔隙类型复杂,常规渗透率测井解释模型适用性差。为此,提出基于常规测井资料及衍生参数的混合模拟退火遗传随机森林算法(SA-GA-RF)渗透率评价模型。从测井响应特征分析出发,确定渗透率敏感曲线,通过随机森林算法(RF)建立基于地球物理测井资料的渗透率评价模型,并利用模拟退火遗传算法(SA-GA)对RF中的参数进行寻优,消除RF中关键参数对模型精度的影响。应用该方法对研究区进行渗透率评价,与RF、优化后的BP神经网络预测结果进行对比,结果表明,基于SA-GA-RF构建的复杂碳酸盐岩储层渗透率评价模型既能充分利用常规测井曲线的响应特征,又能表征测井曲线随深度变化的趋势,在非均质性强的碳酸盐岩储层中有很好的适用性。相比优化的BP神经网络,SA-GA-RF模型预测的准确度明显提高,与岩心渗透率的相关性达0.83,比RF的评价精度提高了0.15。     

川庆钻探测井公司特色技术

1碳酸盐岩储层测井精细评价技术 形成了岩性识别与储层参数计算精细处理技术,成像测井结合常规测井的礁滩测井识别技术,成像测井结合阵列声波测井的裂缝识别与有效性评价技术,常规测井结合阵列声波测井的储层天然气层识别技术;在溶洞性储层有效性评价、孔洞及裂缝参数计算、非电法的含水饱和度模型、流动单元法计算渗透率、气井产能非线性预测模型、测井层序地层分析等方面开展研究,开发了相应的微机处理软件。     

基于岩石物理相的酸性火山岩储层渗透率解释模型研究

渗透率是评价油气储层的主要参数之一,针对松辽盆地徐深气田酸性火山岩储层存在岩性复杂、孔隙类型多样、非均质性强的特点,应用单一的孔隙度-渗透率关系模型计算渗透率精度低,不能满足储层评价及开发需要。综合应用岩心资料、常规测井与成像测井资料,基于岩石物理相建立了火山岩储层渗透率解释模型,其精度明显高于常规方法建立的渗透率解释模型,经计算得到的渗透率与岩心分析数据符合较好。通过实际资料处理结果表明,基于岩石物理相建立的火山岩储层渗透率计算方法,有效提高了渗透率解释精度,为储层评价开发提供了比较准确的渗透率参数。     

改进遗传神经网络在洛带气田测井解释中的应用

洛带气田蓬莱镇组的主要储产层为浅水三角洲沉积，含油气资源比较丰富，但地质情况非常复杂，测井物性参数解释十分困难。文章针对本地区储层非均质性强、岩性复杂，用常规测井方法难以解释的特点，在测井解释时选用了神经网络计算法，并且应用遗传算法（ＧＡ）对传统的BP神经网络进行了改进。在此基础上，利用多种测井数据及岩心分析资料作为网络模型的学习样本，通过网络的学习、训练，建立了渗透率等参数的神经网络计算模型，应用此模型计算了新样本的预测物性参数值。计算结果与实际岩心分析结果相比较后表明，遗传BP算法的学习速度和计算精度均令人满意。     

模糊综合评价法在致密储层物性预测中的应用

致密储层非均质性强,物性参数级差较大,用传统的方法建立孔隙度、渗透率模型解释精度低,难以满足精细解释的要求。在论述模糊综合评价技术基本原理的基础上,根据取心井段储层物性与测井信息的关系,选取相应的测井曲线,利用模糊综合评价法建立AC、DEN、GR、Rt等4条测井曲线与孔隙度和渗透率之间的非线性映射关系,在一定条件下运用该模型可对研究区未知样本的物性参数进行预测。该测井解释处理软件挂接在Lead或Forward测井处理软件平台上,有利于测井的快速定量解释与成图。模糊综合评价法计算的储层参数值变化范围大,建立的模型可同时预测不同储层类型的储层物性参数,且预测结果比常规数理统计法的精度高。     

玛湖地区低渗透致密砂砾岩储层渗透率模型研究及应用

准噶尔盆地三叠系百口泉组发育了大量的低渗透致密砂砾岩油层,储层岩石颗粒粒级分布范围较大,非均质性较强,孔隙度渗透率关系规律不明显,给储层的评价带来困难。为建立适合低渗透致密砂砾岩储层的渗透率模型,从储层岩性、孔隙类型及黏土含量等因素分析储层渗透率的变化规律。储层发育较好的细砾岩渗透率最好,次生孔隙类型渗透率比原生孔隙发育好,储层渗透率随着黏土含量的增加而降低。提出在分岩性的基础上结合测井数据建立渗透率关于孔隙度和黏土含量的计算模型,并对其进行实际应用,对比常规渗透率模型计算的测井渗透率和分岩性多元回归方法计算渗透率,发现后者计算效果较好,为后期储层精细评价提供可靠依据。     

梨树断陷砂砾岩储层测井评价方法研究

砂砾岩体岩性复杂、非均质性强、油水层岩电关系特征不明显,导致准确计算砂砾岩储层参数比较困难。本文应用构建的岩性指示曲线来识别梨树断陷砂砾岩岩性。在此基础上,分类求得各类岩性的渗透率公式和岩电参数,再应用三水模型计算含水饱和度,对砂砾岩储层进行测井评价。实际应用中,岩性敏感指示曲线与录井所描述的岩性有很好的对应性。在岩性识别基础上计算的孔隙度,渗透率和含水饱和度等储层参数与岩心分析结果一致,据此得出的解释结论与测试结论一致。本文所研究的测井评价方法对其它地区的砂砾岩储层测井评价也具有指导意义。     

神经网络及模式识别技术在测井解释中的应用

针对四川碳酸盐岩储层实际情况，用测井资料与岩心分析结果组成孔隙度、含水饱和度样本，经BP网络训练后得到模型参数。使用模型参数进行孔隙度、含水饱和度计算、计算结果精度高。BP网络在产能评价方面也有明显优势，能较好地表达储层参数与产能之间的关系，提高预测结果精度。对汉明网络结构作了适当的调整，使其适用于输入为连续值的模式识别问题。在储层流体性质判别方面，气层、水层的判别符合率达93%；该网络在多个地区的测井相分析中应用表明，能提高沉积微相识别率和预测符合率。实际应用证实，神经网络技术能提高测井解释中的数值计算精度和模式识别符合率，已在测井精细解释及储量计算中应用。     

缘乌-夏地区二叠系火山岩储层测井评价

以准噶尔盆地西北缘乌-夏地区二叠系风城组火山岩储层的测井评价为例,阐述了用常规测井方法评价火山岩储层的基本原理及方法,介绍了火山岩孔隙度、火山岩储层流体饱和度、渗透率的计算方法.通过研究裂缝孔隙度与断褶、构造高位的关系,重点分析了构造地质因素对火山岩储层裂缝发育及其分布特点的控制作用.列举了实例.实际应用表明,用测井参数建立的裂缝孔隙度解释模型可以用于火山岩储层的定量评价;在提高岩性识别和裂缝参数计算精度的基础上,结合地质构造特点,利用测井资料可以有效地预测火山岩储层裂缝的发育情况及其分布特征.     

缘乌-夏地区二叠系火山岩储层测井评价及其地质应用

以准噶尔盆地西北缘乌-夏地区二叠系风城组火山岩储层的测井评价为例，阐述了用常规测井方法评价火山岩储层的基本原理及方法，介绍了火山岩孔隙度、火山岩储层流体饱和度、渗透率的计算方法。通过研究裂缝孔隙度与断褶、构造高位的关系，重点分析了构造地质因素对火山岩储层裂缝发育及其分布特点的控制作用。列举了实例。实际应用表明，用测井参数建立的裂缝孔隙度解释模型可以用于火山岩储层的定量评价；在提高岩性识别和裂缝参数计算精度的基础上，结合地质构造特点，利用测井资料可以有效地预测火山岩储层裂缝的发育情况及其分布特征。     

人工神经网络技术在油田储层物性预测中的应用――以西峰油田为例

与传统的测井资料解释和信息处理技术相比较,在对非均质性较强、物性参数级差较大的储集层物性预测中,人工神经网络技术具有极强的自适应和自学习能力,其通过很强的非线性映射,能够精确地建立储集层参数与测井响应之间的非线性模型。在论述神经网络技术基本原理的基础上,对西峰油田延安组和延长组储层的物性参数(孔隙度和渗透率等)进行了预测,取得了较理想的结果。预测结果表明:渗透率参数级差不大(<102)时,预测精度高;渗透率的变化范围较大(>103)时,对具有高渗透率储层的预测精度高,而对具有低渗透率储层的预测值相对误差较大。     

基于岩性识别的BP神经网络孔隙度预测

研究区目的层有效储层岩性包括细砂岩和粉砂岩两种,目前依赖于常规线性拟合方程在该区的孔隙度等参数预测中存在着较大的误差。为实现对储层参数的准确预测,结合了多种测井信息,在利用Fisher判别法对岩性进行识别的基础上,分别建立了细砂岩和粉砂岩的神经网络孔隙度预测模型。实际应用表明,分岩性所建立的非线性人工神经网络模型比常规线性模型具有更高的预测精度,能为该区后续的储层综合评价提供可靠的数据基础。     

BP神经网络在致密砂岩储层测井识别中的应用

川西须家河组地层岩性复杂，属于超致密低孔渗储层，所以储层识别是该地层天然气勘探中所面临的关键问题和难点之一。针对常规储层识别准确率不高的状况，提出利用BP神经网络进行储层含气含水或干层的识别。 利用模糊聚类和产层测试结果标定建模样本，采取随机抽样形成建模集与测试集，建立BP神经网络模型对23口井的储层进行含气含水或干层预测，正确率达77.9%以上，明显地提高了该地区的测井解释精度，是一种准确率较高的储层预测方法。     

火成岩储层物性参数模型及油层判识——以准噶尔盆地车排子凸起石炭系为例

准噶尔盆地车排子凸起石炭系发育火成岩油藏,但其储层岩性和物性特征十分复杂。运用岩性鉴定、岩心实测、成像测井、常规测井和试油测试等资料,总结出该区石炭系火成岩孔隙-裂缝储集空间组合特点与规律,即总孔隙度为基质孔隙度和裂缝孔隙度之和,总渗透率为基质渗透率和裂缝渗透率之和,对于裂缝不发育的储层总渗透率近似为基质渗透率。以岩心实测为约束,运用三孔隙度曲线多元回归和FMI成像测井识别有效裂缝等方法,分别建立了基质、裂缝和总体的储层参数测井解释模型。与实测储层物性对比验证,模型合理,为车排子凸起火成岩储层物性评价提供新手段,对其它地区火成岩油藏储层评价提供了借鉴。以储层参数测井解释模型为基础,结合多项钻井、录井和试油资料,建立了车排子地区石炭系火成岩油藏油层判识标准。     

基于MATLAB的BP神经网络在储层物性预测中的应用

在阐述BP神经网络模型结构的基础上.根据取心井段储层物性与测井信息的关系,选取相应的测井曲线,运用MATLAB神经网络工具箱中特定的函数对建立的神经网络模型进行训练,使得储层物性(孔隙度、渗透率)和测井响应之间具有较强的非线性映射关系,在一定的条件下运用该模型可对研究区未知样本的物性参数进行预测.实例研究表明,预测准确性较高,显示出BP神经网络对储层预测的潜在优势和实用价值.     

模糊相似选择在储集层综合评价中的应用

针对鸭西白垩系储集层具有低孔、低渗和高泥质含量的特点，综合利用钻井、测井、岩屑录井、取心分析以及试油资料，对储集层岩性、物性、含油性与电性的因果关系进行了统计分析，确定了该区集层物性、含油性以及多种敏感参数，并应用模糊相似优先选择法，建立了储集层因素集与评语集之间的隶属函数，得到了模糊相似优先选择关系矩阵，通过截割矩阵处理，综合考虑多个地质测井参数，判断其相似程度的优先级，对储集层性质做出评价。实践证明该方法具有较好的地质效果。     

双孔结构储层油气产能的测井预测方法

介绍了一种基于测井资料预测双孔结构碳酸盐岩储层油气产能的新方法。根据碳酸盐岩剖面中的双孔结构储层的地质和测井特征,提取与储层产能密切相关的多个测井和地质参数,考虑这些参数与产能的非线性相关关系以及产能数据的变化特点,采用BP神经网络技术建立其储层产能的预测模型。处理了轮南油田的多口井测井资料,所预测的储层段产能与试油产能较为一致,效果良好,值得推广应用。     

基于测井参数的遗传BP神经网络识别火山岩岩性——以准噶尔盆地西北缘中拐凸起石炭系火山岩为例

准噶尔盆地西北缘中拐凸起石炭系火山岩储层岩石类型复杂多样,既有火山熔岩、火山碎屑岩,又有侵入岩,造成该区岩性识别难度较大。为此,引入了遗传算法的BP神经网络,遗传BP神经网络是以自身特有的样本学习能力获得识别模式,识别结果客观可靠。利用测井参数对中拐凸起石炭系火山岩储集层的岩性进行识别研究,选取典型井的测井参数训练遗传BP神经网络,以获得网络神经元的连接权值。获得满意的权值后,通过输入其他已知井的测井数据对其进行检验,检验结果表明,该方法识别火山岩岩性的可信度高,具有较强的可行性。     

基于老井资料的碳酸盐岩储层测井解释研究

碳酸盐岩储层岩性复杂，老油气区测井系列不全，测井定量解释的难度很大。文章选取研究区有利构造部位测井项目齐全的井，以取心和测试层段为研究基础，通过深入分析典型储层岩性、物性及含油气性在电性上的响应特征，分类建立了中子、密度与其它测井曲线的关系数据样本，用BP神经网络方法建立中子和密度曲线的构建模型并预测其它老井的中子和密度曲线；用最优化测井解释方法，在准确识别岩性的基础上完成较高精度的测井资料数字处理；结合试气和投产资料，建立储层及有效厚度评价标准，进行储层测井综合解释。用该方法对老气田12口井三叠系嘉二段储层进行了精细测井处理和解释，取得了比较满意的效果。分析认为：在碳酸盐岩储层测井解释中，岩性识别是关键；BP神经网络在构建测井曲线中有其独到之处，该研究思路和方法对老井复查工作有一定的参考使用价值。     

测井资料在优选压裂层位中的应用

压裂是低孔、低渗油层改造的主要增产措施。根据常规测井资料、岩石物理实验分析数据及试油成果。研究储层四性关系，确定区块的低孔、低渗储层评价标准。进一步对油层进行分类，有针对性地为油层压裂提供施工层位和准确的储层参数。通过商543区块实例，阐述了选择压裂层位的方法。