冷家堡油田稠油油藏储层岩性识别模式

方法以冷家堡油田的岩心资料为基础,通过岩—电对比,建立了稠油油藏储层岩性识别图版;依据粒度分析资料,运用统计学方法建立了砾石含量定量划分储层岩性的测井解释模型。目的定量解释稠油油藏复杂的储层岩性。结果该模式可将冷家堡油田稠油储层岩性划分为砂岩、砂砾岩、中—细砾岩和泥质岩四类,与岩心描述划分的岩性类别相吻合。结论该模式的建立不仅为冷家堡油田储层的综合评价奠定了基础,同时也为储层参数及沉积相的深入研究创造了条件     

模糊模式识别在复杂岩性划分中的应用

针对测井解释砂、泥岩剖面中地层岩性的划分、特别是过渡性岩层划分所存在的模糊性，提出了一种利用模糊模式识别划分岩性的方法。亦即利用常规测井资料，提取自然电位、自然伽马、微电极等８个对划分地层岩性有利的模式指标，建立了岩性标准模式。经对采油二厂南二区中块２口井葡萄花油层资料的处理，取得了较好效果。     

基于约束最小二乘理论的复杂岩性测井识别方法

引入约束最小二乘算法对测井响应方程进行线性优化,建立了针对复杂岩性地层多矿物地层组份测井解释模型以及线性约束最小二乘问题模型CFEA,基于现代矩阵分解和变换理论给出了求解,求取了线性约束最小二乘问题的算法,处理精度和计算速度得到进一步的提高.计算的测井曲线包括补偿密度、补偿中子、声波时差、深侧向电阻率、浅侧向电阻率以及无铀伽马曲线,待求的未知参数包括孔隙度、泥质含量、白云岩含量、灰岩含量等地层组份及含水饱和度等地层参数.应用于四川碳酸盐岩地层测井资料数字处理,处理结果表明,应用该算法进行测井资料岩性识别,运算速度快,识别精度高,具有很好的应用前景.     

稠油油藏储层动态测井评价方法

通过提取反映稠油油藏储层动态的特征参数，应用模糊模式识别方式对稠油储层类型进行划分，在比较原钻井及其侧钻井的水淹状况与测井响应关系的基础上，提出用电阻率减小率作为划分稠油储层水淹级别的标准，并应用人工神经网络技术实现了稠油储层水淹程度的动态测井解释。     

基于模糊模式识别的贴近度法判别煤田测井岩性

选取影响岩性识别的7个主要参数,结合某地实际测井资料,建立基于模糊模式识别法的岩性识别标准模型.分别计算了各个待定样本与3个标准模型的格贴近度、海明贴近度、欧式贴近度、最大最小贴近度及算术平均最小贴近度.分析了不同贴近度方法求得的贴近度,结果表明5种方法所识别的结果都正确；通过分析对比5种方法所求得的最大贴近度曲线,可知海明贴近度方法所得结果较为稳定、准确,适合该次岩性识别实验；验证了应用模糊模式识别法进行测井岩性识别的可行性和科学性.     

稠油油藏储层动态测井评价方法

通过提取反映稠油油藏储层动态的特征参数,应用模糊模式识别方法对稠油储层类型进行划分,在比较原钻井及其侧钻井的水淹状况与测井响应关系的基础上,提出用电阻率减小率作为划分稠油储层水淹级别的标准,并应用人工神经网络技术实现了稠油储层水淹程度的动态测井解释.     

准噶尔盆地西北缘侏罗系稠油油藏岩性解释方法探讨

准噶尔盆地西北缘超覆尖灭带的浅层重质油油藏储层,为成岩作用较弱、胶结性差、物性好、沉积上以上剥下超为特征的砂岩和砂砾岩。由于含油岩层松软易碎,采用传统的常规方法取心收获率较低,难以建立满意的电性解释图版。为此,我们采用钻井、取心和多种测井信息资料,建立了浅层重质油油藏岩性解释方法,并用九6区齐古组6口取心井和301口生产井进行了岩性解释验证,获得了较为满意的结果。     

桑托斯盆地L油田盐下复杂岩性测井识别方法

巴西桑托斯盆地盐下巨型碳酸盐岩储层是当今全球海域油气勘探的热点,目前对该区域储层性质的研究程度还相对较低。该区域发育了碳酸盐岩、火成岩和砂泥岩等多种岩性的地层,不同岩性序列的地层相互影响重叠,导致直接利用测井曲线进行岩性判别存在着较大的多解性和不确定性,严重影响了区域储层解释,制约了勘探进程。结合岩心、薄片、综合地质录井和测井等资料,对桑托斯盆地碳酸盐岩、火成岩和砂泥岩的岩石学特征及沉积学特征进行了综合分析,并基于几种主要岩性的测井响应特征,将元素组分、物性及孔隙结构相结合,提出一种"三步法"进行地层岩性识别,识别精度较高,为储层精细测井评价打下坚实的基础。     

基于决策树方法的砾岩油藏岩性识别

砾岩油藏由于近物源、多水系和快速多变的沉积环境导致储层岩性复杂以及测井响应无规律性变化等特点,岩性的准确识别成为该类油藏调整开发的重点和难点。以克拉玛依油田六中区克下组砾岩油藏为研究对象,利用决策树的分析方法,结合密闭取心资料对砾岩油藏8种岩性的测井曲线敏感性进行研究,优选出原状地层电阻率、声波时差和自然伽马3个测井响应值作为砾岩油藏岩性识别的特征参数,建立决策树岩性识别模型,模型的综合判断准确率达到96.97%,在油田的二次调整开发和水淹层的评价中取得了很好的应用效果。在决策树方法分析结果的基础上,利用地球物理方法制作了砾岩油藏岩性识别图版,数据挖掘方法与地球物理方法的有效结合对解决油田勘探和开发中的复杂问题提供了一种新思路和新方法。     

滨里海盆地K区块稠油油藏水淹层测井响应研究

滨里海盆地K区块稠油油藏储层类型独特,目的油藏埋深较浅.针对哈萨克斯坦K区块开发后期含水上升快的问题进行研究,分析研究区开发后期水淹层测井响应特征,建立符合盐上稠油油藏的水淹层测井解释方法及水淹级别划分标准.结果表明,K区块为注入水水淹,水淹程度为中水淹,储层的孔隙度、渗透率、含水饱和度在水淹后均增大,泥质含量没有明显...     

梨树断陷砂砾岩测井岩性识别

以梨树断陷砂砾岩储层为研究对象,结合岩心、EMI成像图及常规测井曲线,建立砂砾岩岩性与测井响应的关系.利用主成分分析得出主因子F;利用常规测井曲线中自然伽马、声波时差及岩性参数N构造出岩性识别指数L,结合主因子F和岩性识别指数L建立砾质、砂质、泥质储层的测井响应一岩石类别模式.与自组织神经网络、模糊聚类及主成分分析方法进行对比,该方法具有较高的识别符合率,能够满足实际生产需求.     

基于测井多参数的复杂储层岩性综合识别

受多期不同类型构造、沉积、成岩的作用,MA凹陷芦草沟组岩性复杂多样。通过分析已知测井资料和取心岩性的对应关系,建立该区测井相—岩相蛛网模式库,利用灰色关联理论对MA凹陷18口井储层进行岩性自动识别,其对应的364块实验取心薄片结果分析对比,其中各岩性的符合率均达到80%,实现了对多种测井信息集成和综合分析,达到了用定量参数形象反映定性问题的目的,提高了复杂储层岩性识别的精度。     

盐家油田深层砂砾岩储层岩性自动识别新技术

盐家油田深层砂砾岩储层岩性复杂,不同岩性的测井响应特征差异小,不易识别.岩性识别是储层参数计算和油水层判别的基础.提出了以常规测井资料为基础的NRA岩性自动识别技术,分析岩性敏感性,并剔除物性影响,最终构建出1条反映粒序变化的岩性判别曲线,通过岩心描述和电成像资料刻度,实现了砂砾岩岩性自动识别.经现场验证,该方法有效地...     

一种快速实用的测井岩性自动识别方法

针对海拉尔盆地贝尔地区岩性复杂、岩性识别难的问题,在岩心分析资料的刻度下采用交会图法优选对岩性识别敏感的参数,利用主成分分析方法提取第1、第2主成分建立岩性识别图版;根据各种岩性的分布区域,将主成分分析图版程序化,挂接到卡奔软件中,可以对单井目的层进行快速连续操作处理。该方法省去了曲线方波化取值的繁琐以及人工读值误差。通过对该区域3口新取心井的处理分析,岩性自动识别精度达到91.2%。该方法易于操作,岩性识别精度高,满足了研究区储量提交以及油田勘探开发需求。     

利用贝叶斯判别法识别岩性基础上的孔隙度评价

伊拉克M油田具有岩性复杂、储集空间多样、非均质性强等特征,常规孔隙度计算模型不能较好地反映其储层孔隙度。为了提高其孔隙度计算精度,在计算孔隙度前先对储层作了岩性判别。以最小错误率的贝叶斯判别法为基础,选取研究区测井资料齐全和岩性分布较均衡的5口井作为样本,选择合适的测井曲线作为输入曲线,利用贝叶斯公式求得每个深度点的各类后验概率值,后验概率值最大的即为该点所属的类别,以此为依据对所有井作了岩性识别。在岩性识别的基础上对经过岩心分析的岩样分类拟合以获得各类岩性的拟合模型以及在该地区的骨架值,根据所输出的岩性代码,可选择该深度点所对应的测井解释模型。识别岩性后计算的孔隙度与岩心分析孔隙度的误差很小,为储层的解释评价提供了理论基础。     

模糊神经网络岩性识别系统

简要分析了自组织特征映射神经网络岩性分类方法的原理及不足，提出了用模糊神经网络实现岩性分类、并结合贝叶斯统计模式识别的岩性识别系统。试算结果表明该系统是可行的，经适当修改完善后，并可用于岩相识别。图２表４参９     

基于BP神经网络算法识别苏里格气田致密砂岩储层岩性

以薄片鉴定资料为准,从筛选敏感测井参数入手,优选了对岩性敏感的自然伽马和光电吸收截面指数作为BP神经网络输入端信息进行网络训练和学习,对测井数据进行了标准化处理,以消除由于测井系列以及仪器型号的不同引起的刻度误差。应用BP神经网络法对苏里格气田目的层段复杂岩性进行识别,其结果与岩心录井岩性符合度较高,平均符合率达84.48%。采用该方法对致密砂岩气藏储层岩性的识别,可以有效地为后续沉积相等方面的研究提供资料基础。