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。     

小波神经网络在隔夹层研究中的应用

在碳酸盐岩储层中,隔夹层的稳定程度直接影响储层的垂向连通性、压力系统和油水关系、细分调整时的层系划分以及所要采取的技术措施.因此,隔夹层识别对储层非均质研究具有重要意义.研究以DALEEL油田为例,在综合考虑孔渗等物性参数和测井资料的基础上,引入小波神经网络对测井参数进行建模,对100个样本数据进行训练,36个预测样本进行识别,识别正确率为94.4%.还采用了BP神经网络和多元统计方法对样本教据进行识别研究.识别正确率分别为80.6%和69.4%.结果表明小波神经网络模型对隔夹层的识别效果较好,为储层非均质研究提供了可靠的依据.     

BP神经网络在致密砂岩储层识别中的应用

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神经网络进行储层的气水干层识别,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口井的储层进行气水干层预测,正确率达77.9%以上,明显提高了该地区的测井解释精度,并提供了一种准确率较高的储层预测方法。     

概率神经网络及其在储层产能预测中的应用

概率神经网络（PNN）是一种基于概率密度函数理论且泛化能力很强的神经网络，并且能够广泛地应用于模式识别等领域。针对储层产能的预测问题，提出了一种具体的概率神经网络方法，包括网络模型的构造、学习训练和预测识别等步骤。基于MATLAB6．5设计出概率神经网络的具体应用软件，实际应用表明，在储层产能预测中效果显著。与BP网络进行对比实验，其预测正确率优于BP网络。     

基于PSO-FCM算法的碳酸盐岩储层流体识别

针对碳酸盐岩储层流体识别问题,提出了基于优化粒子群改进的模糊C均值聚类(PSO-FCM)的方法,根据测井参数的流体指示系数,对标准化测井参数进行加权,提高测井参数对流体的敏感性;选取模糊C均值聚类(FCM)算法的目标函数作为优化粒子群(PSO)算法的适应度函数,得到全局最优解,从而改进FCM算法受初值影响较大的缺点,应用PSO-FCM算法结合试采资料,确定样本的流体聚类中心,进而计算储层的流体概率;根据交会图法确定水层和气水同层、气层和气水同层的流体概率阈值,建立流体识别标准。将该方法应用于研究区礁滩气藏流体识别中,样本回判符合率达93.2%,非样本储层解释符合率达90.6%。该方法流体识别准确度较高,为利用常规测井曲线解决碳酸盐岩储层流体识别问题提供了有益参考。     

基于SAPSO-FNN的电动式加载系统控制研究

针对电动式加载系统中减速器带来的非线性等问题,提出了一种基于模拟退火的粒子群算法来优化模糊神经网络PID控制器初始参数的设计方法。该方法采用基于Mamdani模型的模糊神经网络,通过在线BP学习算法对PID控制器参数进行自整定,并结合基于模拟退火的粒子群算法离线调整模糊神经网络初始值。通过仿真与实验,将所设计算法与增量式PID控制器、粒子群-模糊神经网络PID控制器进行对比,证明了所设计的控制器具有良好的稳定性、有效性和快速性。     

大安油田超低渗透储层分级评价及产能预测

大安油田扶余油层储层薄、非均质性强、物性差，整体超低渗，优质储层发育规模小，效益甜点识别难度大，制约了油田下一步产能建设及效益开发。针对扶余油层超低渗的特点，从储层微观储渗性能研究入手，通过量化储层物性参数，定量刻画渗透性砂体，并将渗透性砂体根据不同物性标准进行分级评价，从而明确大安油田各地区的储层品质，同时建立不同物性条件渗透性砂体厚度与产量关系模型，明确不同物性渗透性砂体的产油能力，为大安油田扶余致密储层单井产能设计及有利区优选提供技术支撑，同时对其他超低渗透油田开发具有很好的指导意义。     

新场气田沙溪庙组气藏单井产能预测

川西新场气田沙溪庙组气藏是典型的致密低渗透碎屑岩气藏,气藏储量丰富,可单井产能却很低。产能预测是编制气田开发规划部署、进行开发方案设计、开发动态分析、气井配产及开发方案调整的重要内容,但迄今为止,致密低渗储层的产能预测却仍是当下公认难点问题。针对沙溪庙组特定的地质特征,本文采用了最佳子集及GA-BP神经网络模型预测产能。通过最佳子集模型运算,获得与储层产能相关性最好的6个特征参数（分别是予、Ac、Фf、△R、F1、F2）,再用GA-BP神经网络构建的储层产能预测模型,预测结果是绝对误差最大为0．98,最小为0．008,平均为0．036,相对误差最大为5．36％,最小为0．805％,平均为2．85％,说明所构建的基于最佳子集及GA-BP神经网络的储层产能预测模型预测结果理想,可以用于同类储层的产能预测。     

基于粒子群和支持向量机的裂缝识别

裂缝识别是裂缝性储层勘探和开发研究中所面临的关键问题和难点之一。基于常规测井资料对裂缝的响应特征,提出粒子群优化算法(PSO)和支持向量机(SVM)相结合的裂缝识别方法(PSO-SVM)。以麻黄山西区块延安组和延长组储层为例,应用交会图技术分析能较好响应裂缝的常规测井参数,用粒子群优化算法对模型参数进行全局优化选取,从而建立起研究区裂缝识别模型。用建立起的模型对研究区单井进行裂缝识别研究,将识别结果与取心照片和测井曲线进行对比,绘制出综合柱状图。实际分析表明,基于粒子群优化算法和支持向量机的裂缝识别方法的识别结果与实际地质情况相符,能较好地反应裂缝发育情况。     

地震多属性孔隙因子参数反演及其在伊拉克M油田碳酸盐岩储层预测中的应用

储层孔隙结构刻画是预测有利储层的关键。伊拉克M油田发育礁滩相碳酸盐岩储层,受成岩作用影响,储层孔隙结构复杂,具有相同孔隙度的储层渗透率存在明显差异。核磁共振测井及取心井岩心资料分析结果表明深、浅侧向电阻率差异与储层的孔隙结构具有相关性,基于电阻率与孔隙度参数构建了储层孔隙因子,提出了地震多属性孔隙因子参数反演方法,其算法实现分三步:(1)利用波阻抗反演识别储层与基质;(2)应用专家优选与自动优化组合方法进行孔隙因子参数敏感地震属性优选;(3)利用概率神经网络算法对优选的地震属性进行地震多属性孔隙因子参数反演。实际应用效果验证了该方法的有效性,有利储层预测结果为油田开发井位部署提供了支持。     

莺歌海盆地中深层天然气勘探的关键问题及对策

现阶段莺歌海盆地中深层天然气勘探面临3个关键问题：①强超压层系内天然气是否可以成藏;②中深层沉积体系复杂,优质储层分布规律不清;③储层评价和烃类检测技术遇到瓶颈,储层含气性不易识别。经深入分析近年中深层高温高压钻井和勘探实践,认为烃类气已在中深层聚集成藏,但储层物性较差,因此,寻找优质储层是当前天然气勘探取得突破的关键。策略上,一是要利用地震沉积学的方法和思路寻找有利相带,预测优质储层;二是要进行储层类比研究,充分认识储层内非均质性引起的物性变化,探索优质储层的分布规律;三是要以岩石物理研究为基础和桥梁,利用高精度三维地震资料尝试叠前地球物理反演研究,增强烃类检测的可靠性,提高气层预测的精度。     

现代试井分析在牙哈凝析气田的应用

牙哈凝析气田是目前全国最大的采用高压循环注气开发的整装凝析气田。凝析气藏是一种特殊、复杂的气藏,在开采过程中凝析油气体系在地层中的渗流伴随着复杂的相变。与一般气藏相比,凝析气藏中具有许多影响凝析油气渗流的特殊因素,如地层和井简中的流体相变以及地层中油气两相渗流等。因此,凝析气井试井分析有显著的特殊性。围绕凝析气井试井分析的特殊表观现象,以相关基础理论为基础,以解决实际问题的应用研究为目标,在牙哈凝析气田成功地应用了较为完备的凝析气井试井分析技术体系。同时,利用近三年来的多种试井解释成果资料,对该凝析气田的储集层参数、边界识别、气井产能、反凝析的污染效应等进行了分析研究,正确认识了凝析气井及气藏的生产动.态,也为气田下一步开发政策的制定提供了科学依据。     

横波各向异性在碳酸盐岩裂缝性储层评价中的应用

碳酸盐岩储层的裂缝是油气重要的储集空间和渗流通道。对裂缝有效性的评价一直是碳酸盐岩测井储层评价中的一大难题。本文从裂缝性地层所具有的各向异性出发，根据横波在各向异性地层中传播时所导致的分裂现象，利用从偶极横波成像测井资料中提取的快慢横波信息来表征地层各向异性的大小；根据横波各向异性特征与裂缝密度和张开度等的密切关系，达到识别裂缝和评价其有效性的目的。通过在塔里木盆地轮南地区碳酸盐岩裂缝性储层中的实际应用，证实了利用横波各向异性特征可以定性地分析裂缝，最终为寻找高产稳产井及试油决策提供了一种有效的技术手段。     

济阳坳陷地层型油气藏成藏模式探讨

简要论述了济阳坳陷地层型油气藏的分类及分布特征。根据地层型油气藏与不整合面的关系首次提出"不整合体"的概念。分析了不整合体对不同类型地层型油气藏作用的差异性,建立了不同的成藏模式。探讨了地层型油气藏的成藏机理,指出浮力是地层型油气藏油气运移的主要驱动力、构造应力的突然释放是油气幕式运聚的触发机制、地层型油气藏的成藏过程表现为具幕式特征的相对连续过程。     

松辽盆地北部二氧化碳气藏成因地球化学研究

松辽盆地北部深层已发现的二氧化碳(CO₂)工业气藏主要处于徐家围子断陷带深层,火山岩储集层的岩石化学数据表明,徐家围子的火山岩以钙碱性为主,为幔源岩浆分异作用的产物。徐家围子断陷带昌德东气藏天然气中的CO₂ 含量高(89.73%~90.38%),CO₂的碳同位素值为-6.61‰~-4.06‰,落在无机成因区,3He/4He值为3.9×10-6和4.5×10-6,介于幔源与壳源之间,伴生甲烷同系物的碳同位素呈倒序排列,具有无机成因气负碳同位素系列的特征。CO₂/3He值为1.9×109,指示出气藏中CO₂是上地幔脱气成因。火山岩储集层岩石化学数据和气体化学成分判别的结果说明徐家围子断陷带昌德东气藏的形成和幔源岩浆有关,其CO₂是无机幔源成因。      

����ľ����������ز⾮�ۺ����۷���

目前,塔里木盆地发现的凝析气藏（田）有４０余个,分布范围几乎遍布全盆地的各个层系。其中以塔北隆起下第三系到三叠系最为集中。凝析气藏与正常干气藏、伴生气藏的成藏环境,烃类的组分、物理化学特征都有着很大区别。首先,凝析气藏重烃组分较干气藏相对要高,相对密度大,在测井响应中气显示不明显;其次,油气藏的储层条件也差别较大,既有高孔高渗的优质储层,也有低孔低渗的劣质储层,给测井解释造成一定困难。针对塔里木盆地凝析气藏的这一特点,结合地质录井、油气分析等资料,提出了一套利用测井技术识别和评价凝析气藏的方法。经过实践证明,这是一套适于塔里木盆地的油气层解释方法。在此基础上对凝析气藏进行储盖组合分析,以达到测井综合评价凝析气藏的目的。     

四川盆地简阳—大足区块地震技术应用效果分析及适用技术评价

川中须家河组及雷口坡组气藏分别属于致密砂岩油气藏及碳酸盐岩气藏。致密砂岩储层因低孔隙性和含油气饱和度变化所产生的地球物理特征相对变化微弱,储层和气层预测是地震预测难点;碳酸盐岩成岩作用比较复杂,速度、密度和孔隙度相关较差,储层物性定量预测难度较大。通过四川盆地大川中地区简阳—大足区块叠前地震资料处理和储层预测,本次攻关取得了如下主要成果:①分析了影响地震资料保幅处理的主要因素,提出了地震叠前保幅处理的关键技术,形成了有效的保幅处理流程;②典型井致密砂岩的岩石物理分析表明:弹性阻抗和纵横速度比有效区分岩性,纵波速度、横波速度和孔隙度相关较好,有效预测物性,储层预测思路是先区分岩性,后区分物性;③提出了弹性阻抗系数技术预测致密砂岩气层,基于储层特征参数约束下地震技术定量预测碳酸盐岩储层新方法。     

东营凹陷北部陡坡带天然气成藏条件及模式分析

为了指导下一步天然气藏的勘探,详细分析了工区内影响天然气成藏的生、储、盖条件,总结出民丰、胜坨、利津地区不同的天然气成藏模式。研究表明,东营北带深层烃源岩主要为盐下的暗色泥岩,其储集空间主要为湖盆周围呈扇状分布的砂砾岩体内的次生孔隙和裂缝,利津地区沙四下以气为主,胜坨地区沙四下以较高气油比的油为主,民丰地区沙四下盐上以油为主,盐下以气为主。     

瞬时子波吸收分析技术在复杂地区的应用—以吐哈盆地鄯勒地区为例

由于储层孔隙中充满了气体，地震波高频能量将会很快衰减(气体介质纵波衰减速度相当快)，因此，地震波传播过程中高频能量衰减规律可应用于储层含气性检测。为了确保提取地震信息的准确性，首先对地震资料进行高分辨率、高信噪比和高保真处理，并在此基础上进行了基于子波能量的吸收分析，求取能时变、空变地震子波，再求取瞬时子波能量衰减的垂向分布规律，消除强反射的干扰，以便在叠后资料中准确分析出含气储层的吸收异常。指出吐哈盆地鄯勒地区E_sh气储层为砂砾岩，J^₂x²油储层之下发育多套特殊地层—煤层，这些层位在地震剖面上均表现为强反射，在瞬时子波吸收剖面上表现为强吸收，这样储层含油气引起的强吸收与煤层的强吸收混在了一起，但由于受油气引起的强吸收的影响，煤层的强吸收在含油气段发生了一定的变化，使得含气层、含油层和含煤层的强吸收仍存在差异，例如E_sh层含气部位强吸收存在时窗往上漂移，位置高于砂砾岩地层的地震同相轴，J₂x²油层的强吸收较煤层的强吸收弱，故可以通过这种差异来识别油气层。     

济阳坳陷凝析气藏形成条件及成藏模式

凝析气藏为近年来胜利油田油气勘探发现的新类型,表现为既不同于油藏又不同于气藏的一种特殊类型.济阳坳陷凝析气藏主要分布于盐湖相深层和古生界地层,凝析气藏埋藏深,具有地层温度和地层压力高、单井产能高的特点.高成熟演化是凝析气成藏的内在因素,高温高压是形成凝析气藏的外在因素,优质储层是凝析气藏富集高产的重要条件,优质盖层是维...