多种岩性分类方法在火山岩岩性识别中的应用

基于对松辽盆地火山岩近5年的测井响应研究,探讨按照松辽盆地火山岩分类原则的二级分类类型,实现利用常规测井资料识别岩性的方法.建立了一个具有准确薄片定名信息的火山岩测井样本,通过交会图分析、聚类分析、判别分析、主成分分析、因子分析、BP神经网络、SOM神经网络及支持向量机等8种方法对样本进行处理,得出各种方法针对岩性分类...     

松辽盆地火山岩岩性测井识别方法研究

火山岩化学成分变化大、矿物组成复杂,利用测井资料识别火山岩岩性较困难。为了提高松辽盆地火山岩岩性识别的准确率,为火山岩气藏测井精细评价奠定基础,以火山岩岩石学特征为指导,总结了松辽盆地火山岩测井响应规律,得到了对岩性敏感的测井参数:密度、自然伽马、铀、钍、钾等;并利用这些参数绘制了交会图,建立了岩性识别图版;引入支持向量机方法,建立了火山岩岩性识别模型,并利用网格搜索技术优化了模型参数,最优模型的精度和推广能力均优于交会图版。将支持向量机岩性识别模型应用于松辽盆地实际井资料的处理中,将处理结果与岩石薄片鉴定结果对比,符合率高,证明了该模型的准确性。     

X断陷火二段火山岩储层岩性识别技术研究

火山岩岩性的准确识别是火山岩储层描述与评价的基础。考虑到X断陷火山岩成分和结构的复杂性,在岩心分析、薄片鉴定分析的基础上,优选对岩性敏感的测井响应特征,利用交会图技术对酸性火山岩和中性火山岩进行自动识别,实现对火山岩成分的有效划分。在此基础上,应用决策树模型识别火山岩细分岩性,结合FMI测井,实现对火山岩结构的准确识别。将研究区的岩性按成分划分为流纹质火山岩和安山质火山岩2大类,按火山岩的结构划分为9小类。通过15口井的资料处理验证,岩性的识别准确率达到80%,满足研究区岩性识别要求。     

低伽马火山岩岩性测井识别——以准噶尔盆地中拐凸起石炭系为例

准噶尔盆地中拐凸起石炭系火山岩岩性复杂多样、横向变化快、纵向厚度大,岩性识别和多井对比困难;石炭系火山岩(包括酸性岩)均呈低GR特征,利用GR无法准确识别岩性。运用岩心标定测井,利用ECS测井进行成因、成分分析选取敏感矿物建立交会图进行火山岩化学成分划分,结合电成像测井反映的结构构造信息建立成像模式图版进一步从结构山对岩性进行识别;在特殊测井识别岩性的基础上,分析不同岩性、不同结构及矿物成分的火山岩常规测井相应特征,将特殊测井识别结果推广到常规测井中,进行常规曲线敏感性分析,建立中子-密度交会图,从而实现利用常规测井曲线划分火山岩岩性。     

中拐凸起石炭系低自然伽马火山岩岩性测井识别

准噶尔盆地中拐凸起石炭系火山岩岩性复杂多样,横向变化快,纵向厚度大,岩性识别和多井对比困难;石炭系火山岩(包括酸性岩)均呈低自然伽马特征,利用自然伽马无法准确识别岩性。运用岩心标定测井,利用ECS测井进行成因、成分分析选取敏感矿物建立交会图进行火山岩化学成分划分,结合电成像测井反映的结构构造信息建立成像模式图版进一步从结构山对岩性进行识别;在特殊测井识别岩性的基础上,分析不同岩性、不同结构及矿物成分的火山岩常规测井相应特征,将特殊测井识别结果推广到常规测井中进行常规曲线敏感性分析,建立中子—密度交会图,实现利用常规测井曲线划分火山岩岩性。     

应用测井资料进行火山岩岩性识别

总结了目前火山岩岩性识别的方法,重点讨论了测井资料交会图法和成像测井识别法.以松辽盆地徐家围子断陷兴城-升平地区深层白垩系营城组火山岩为研究实例,从矿物成分研究入手,优选密度测井、中子测井、自然伽马测井、铀钍等测井曲线的进行交会,编制出火山岩岩性成分识别的交会图版,确定了火山熔岩和火山碎屑岩的成像测井识别模式,绘制了火山岩岩性识别流程.并以此为依据对研究区域的火山岩进行识别,识别结果与岩性剖面符合较好.表明该方法具有一定的推广价值.     

应用粗集神经网络系统识别火山岩岩性

针对火山岩岩性复杂、识别难度大的问题,应用粗集神经网络系统及测井资料开展了火山岩岩性识别.首先,根据粗集理论对测井信息进行优化约简,然后利用优化后的信息建立样本集,采用LM算法的BP神经网络进行学习.运用优化的特征参数和训练好的BP神经网络对火山岩岩性进行识别的结果表明,该方法具有快速、稳定的优点,识别准确率较高.     

准噶尔盆地六九区火山岩岩性识别方法

火山岩岩性与岩石成分、结构、构造及成因等诸多因素有关,岩石类型复杂。现场实际生产中常用的交会图法只能识别火山岩岩性大类,不能识别其具体岩性。鉴于此,以准噶尔盆地六九区石炭系火山岩为研究对象,优选出自然伽马、声波、电阻率、密度、中子等测井参数,构建了测井相-岩性建模数据库,应用模糊数学方法建立了工区内火山岩岩性识别标准模型。利用所建立的标准模型对研究区的火山岩岩性进行了识别。识别结果表明,该法能够较准确地对该工区的岩性进行识别,识别率可达到85%以上。     

准噶尔盆地克——百断裂带石炭系内幕储层测井岩性识别

准噶尔盆地西北缘克—百断裂带上盘石炭系内幕储层火山岩岩性复杂,常规测井解释难以满足岩性精细识别的要求。在岩石分类及命名的基础上,采用"先成分识别、后结构区分"层次分解思路,通过常规测井系列构建参数M[(Δtf-Δt)/(ρb-ρf)]与N[(φNf-φN)/(ρb-ρf)]及其和GR,Rt/Rxo相互之间的交会图版,并辅以成像测井(FMI),对该区石炭系内幕储层进行了测井岩性综合识别。结果发现,N-GR交会图可有效区分火山岩与沉积岩;N-M交会图可识别基性与中性火山岩;GR-Rt/Rxo交会图结合成像测井图版可进一步区分火山熔岩、火山碎屑岩与次火山岩。通过18口井的岩心薄片鉴定检验,符合率为89%。从而建立了克—百断裂带石炭系内幕储层火山岩岩性识别技术流程,这对加大火山岩油藏勘探具有重要的价值。     

火山岩岩性测井识别方法研究——以准噶尔盆地火山岩为例

储层岩性识别是火山岩油气藏勘探的基础。通过对准噶尔盆地石炭系火山岩储层典型井的岩心观察,结合对岩石薄片及测井资料的详细分析,总结了火山岩的测井响应特征,提出了火山岩岩性测井识别方法。该方法利用常规测井资料识别岩性,再应用成像测井资料识别火山岩的结构及构造,其中自然伽马、密度和声波时差是对火山岩岩性识别较有利的3种测井资料。利用GR-Rt/AC交会图可有效区分火山岩与沉积岩,在此基础上根据GR-DEN交会图与GR-AC交会图可区分出火山岩类型,最后结合成像测井图(FMI)可进一步识别火山岩的结构及构造特征。     

基于参数优化AdaBoost算法的酸性火山岩岩性分类

岩性识别是火山岩油气藏勘探的基础，为提高长岭气田火山岩岩性识别的准确率，采用决策树、支持向量机、逻辑回归、AdaBoost-决策树、AdaBoost-支持向量机和AdaBoost-逻辑回归6种算法，对研究区酸性火山岩岩性进行分类与识别。通过分析研究区火山岩不同岩性的测井响应特征，选取了对火山岩岩性、组构和孔隙结构反应灵敏的12种岩石物理测井参数作为分类特征量。选择3口井中岩心分析和岩矿录井资料完整的7 150个测井数据作为数据集，并从中随机选取70 % 的数据作为训练集建立岩性识别模型，剩余30 % 的数据作为测试集。对6种算法建立的模型通过交叉验证进行参数优化及模型评价，对比不同算法与录井剖面的结果表明，AdaBoost-决策树算法可作为长岭气田利用常规测井资料识别火山岩岩性的有效手段，准确率可达90 % 以上。     

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。     

火山岩岩性的支持向量机识别

提出了用9种火山岩的岩石类型描述火山岩储层岩性的模型,表达岩性对优质储层的控制作用。基于该模型,选取了对火山岩的岩性、组构、成因和孔隙结构反应灵敏的15种岩石物理测井参数,分别采用多元回归分析（MRA）、人工神经网络（ANN）和支持向量机（SVM）3种机器学习算法,尝试火山岩岩性的识别。在三塘湖盆地马朗凹陷牛东油田的实例中,使用了3口井的数据,其中N9-10井和N9-19井的火山岩储层为学习样本,N8-10井的火山岩储层为预测样本。利用N9-10井1361个样本和N9-19井881个样本（每个样本含15种测井参数及岩性）,通过这3种机器学习算法分别获得预测火山岩岩性的知识;然后,利用N8-10井961个样本（每个样本仅含15种测井参数）,根据上述学习获得的知识,得到这961个样本的岩性。研究发现：对于学习样本,MRA、ANN和SVM的计算与实际的平均相对误差绝对值分别为51.84%,48.66%和0;对于预测样本,则分别为52.44%,46.31%和6.30%。实例分析表明,只有SVM适用于本实例,这是由于火山岩岩性与15种岩石物理测井参数的非线性关系十分强烈。     

徐深气田火山岩储层岩性岩相模式

2002年随着徐深1井在火山岩中获得日产百万立方米的高产工业气流，揭开了大庆深层火山岩气藏勘探开发的序幕。目前徐深气田火山岩气藏天然气储量已占该区天然气总储量的89.8%，成为我国东部陆上发现的最大气田，而火山岩气藏储层描述困难则是制约该区深层天然气勘探开发的“瓶颈”。为此，介绍了通过多学科联合攻关研发所形成的火山岩岩性岩相描述、测井火山岩岩性识别、地震火山岩体识别等火山岩气藏储层描述配套技术。这套技术为徐深气田火山岩气藏的高效开发奠定了基础，填补了我国在这类气田储层综合描述技术方面的空白。     

三塘湖盆地火山岩油气藏录井评价思路与对策

三塘湖盆地石炭系、二叠系火山岩岩性复杂，油质类型丰富，造成油气水评价困难。为提高录井岩性剖面符合率与油气解释符合率，发挥录井技术油气定量检测之优势，通过对该地区近年录井实践总结，提出了合理的录井技术配套对策，并形成了现场录井与测井曲线响应特征相结合鉴别火山岩岩性的方法，确定了录测井综合评价油气层的技术思路。     

准噶尔盆地东部西泉地区石炭系火山岩岩性识别

有效、精确的岩性识别是火山岩油气藏勘探的基础之一。针对准噶尔盆地东部西泉地区石炭系火山岩,基于大量岩心和镜下薄片资料,优选出对岩性响应敏感的6条测井曲线,利用主成分分析法对各测井响应值进行了标准化处理,并建立了一个随机样本,构建出累计方差贡献率为86.798%的2个综合主成分变量Y1和Y2,提高了不同岩性之间测井响应特征差异敏感性;再利用典型判别分析法建立了研究区石炭系火山岩9种不同岩性的判别模型,并对其进行了识别。通过对原始样本进行回判性检验及交叉验证表明:该方法提高了岩性识别的准确性,识别火山岩岩性的综合准确率高于91%,不仅有效地消除了测井曲线之间携带岩性信息的相关性和重叠性,而且在火山岩薄互层识别上比常规岩性识别方法的精度更高。这一方法为研究区火山岩岩性的精确识别提供了参考依据。     

利用测井资料识别火山岩岩性的方法探讨——以南堡5号构造沙河街组岩性圈闭为例

南堡凹陷5号构造沙河街组地层埋藏深度较大，由火山岩与沉积岩构成地层骨架。火山岩的岩性、成份、构造复杂，取心资料、薄片坚定资料及元素测井资料较少，很难满足对全区火山岩分布的认识。首先利用取心井段、薄片鉴定及可靠的录井资料研究层段的火山岩岩性类型，运用交会图将沉积岩与火山岩区分开；再利用M-N交会图对具有不同结构和构造的同类岩性进行识别；然后借助于岩心、薄片、交会图及M-N交会的识别成果作为训练样本，依据单井测井资料的丰富程度，分别建立了10参数、9参数、8参数和6参数识别方程。这一识别方法总体符合率达80%以上，反应了该方法在该地区是适合的。     

王府断陷火石岭组火山岩岩性及岩相识别

王府断陷火山岩岩性及岩相复杂,利用常规方法识别难度较大。为了提高王府断陷火石岭组火山岩岩性及岩相识别的可靠性,文中从火石岭组不同类型火山岩储层的岩心观察出发,对岩石薄片、测井资料等进行详细分析,总结了火山岩储层的测井响应特征,提出了适应本区的火山岩岩性及岩相识别方法。研究中充分利用常规测井及特殊测井资料识别火山岩岩性的结构构造,并通过测井相、地震相综合标定,建立该区典型的火山岩岩相、测井相和地震相模式,从而进一步识别火山岩岩石结构构造特征。该方法对王府断陷火山岩研究具有较好的指导意义。