XGBoost算法在致密砂岩气储层测井解释中的应用

传统单一模型的机器学习方法用于致密砂岩气储层测井解释时存在多解性,为此,将XGBoost算法应用于致密砂岩气储层测井解释。基于A工区测井解释资料,以不同种类的测井资料作为输入变量,通过XGBoost算法建立回归预测模型,预测该区孔隙度与渗透率参数,并探讨了XGBoost算法中各类参数的优化。以准确率指标为评价标准,通过XGBoost算法建立的分类预测模型对该区储层类型进行预测,同时与随机森林方法和支持向量机算法进行比较,XGBoost算法的预测效果较好。结果表明XGBoost算法能准确地预测孔隙度、渗透率并对该工区致密砂岩气层进行有效识别。     

萤火虫算法在凝灰质砂岩储层测井解释中的应用

凝灰质砂岩储层的岩石成分和孔隙结构复杂,物性变化大,准确计算出各成分的体积分数,特别是凝灰质的含量,是提高这类储层测井解释精度的关键。在求解此类问题时,传统测井解释方法中的简单矿物模型及其方程组解法容易出现不稳定的解或不合理的解释结果。为此,提出了一种基于萤火虫算法的最优化测井解释方法,结合岩石体积物理模型,应用于海拉尔盆地凝灰质砂岩储层解释。在综合考虑各种误差与约束条件的情况下,计算出了凝灰质含量、孔隙度等储层参数。计算结果与岩心数据吻合度较好,说明萤火虫算法可行,最优化测井解释的结果可靠。     

核岭回归方法解释致密砂岩储层孔隙度

致密砂岩储层的孔隙度解释多为非线性问题,常规基于线性变换的测井解释方法很难表征致密砂岩储层真实特征。提出基于原始数据非线性变换的核岭回归算法(KRR)。将基于核函数的核岭回归方法原理,首次应用于致密砂岩孔隙度解释中,通过对样本曲线选取以及核岭回归参数的优选,吉林红岗油田H90区块的预测孔隙度与真实孔隙度均方根误差为1.413 2,将其结果与一元回归、多元回归、BP神经网络、支持向量机等方法的结果进行对比。应用表明,基于核函数的核岭回归算法具有优秀的回归性能,在致密砂岩储层孔隙度解释上具有更高的准确率,值得推广使用。     

AdaBoost算法在致密砂岩水淹层识别中的应用

目前各类水淹层的测井响应特征不明显,特别是致密砂岩水淹层测井曲线主要反映储层岩性特征,而反映储层流体性质的信息十分有限,导致水淹层解释多解性极强,传统的交会图技术、测井曲线对比分析等方法识别水淹级别精度低,严重影响油田开发生产.为此,本文提出了基于AdaBoost算法的预测模型,该算法分类速度快,不需要繁杂的调参过程,...     

Hoek-Brown准则在致密砂岩抗剪强度参数测井解释中的应用

深层致密砂岩储层抗剪强度参数特征测井评价对了解地层地质结构特征、钻完井施工、应力场模拟及裂缝预测等方面均具有重要参考价值。提出基于Hoek-Brown准则的致密砂岩抗剪强度参数测井解释方法,利用该方法对地层岩石内聚力(C)和内摩擦角(φ)进行测井解释。利用反算法准确提取致密砂岩岩样的H-B参数,分别利用单轴参数法、有效应力法及狭义H-B修正方法等3种H-B准则方法对岩石C、φ值进行预测并修正。修正后的各组岩石C、φ值与实测结果具有较好的一致性,C的平均绝对误差约为2.59MPa,φ的平均绝对误差约为1.26°。优选单轴参数法对单井致密砂岩目的层C和φ进行测井解释,测井解释结果与地层实际情况及岩样C、φ实测结果均具有较好的一致性,表明该方法有效实用。     

北部山前带致密砂岩储层测井评价方法

吐哈盆地台北凹陷北部山前带致密砂岩储层属于典型的低孔低渗储层,研究从致密砂岩储层的微观及宏观岩石学特征入手,在弄清孔隙结构的基础上并建立合理的测井解释物理模型;根据该地区的特点,结合各种测井技术,建立了一套适合致密砂岩储层的测井评价方法,并在生产应用中取得了良好的效果。     

最优化测井解释方法在复杂碎屑岩储层中的应用

榆林气田山西组碎屑岩储层岩性低孔隙度低渗透率、孔隙结构复杂,石英砂岩储层和岩屑砂岩储层具有不同的特点,是控制孔隙类型、孔隙结构、物性和含气性的主导因素,并使得各类储层在测井响应方面有着显著的差异,储层物性与电性之间不具有简单的相关关系。以岩心实验分析和测试结果为研究基础,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,在研究区首次采用最优化测井解释方法,在准确识别石英砂岩和岩屑砂岩岩性的基础上完成较高精度的测井资料数字处理,取得了比较满意的效果。最优化测井解释方法不仅能在碳酸盐岩储层中应用,在复杂碎屑岩储层的测井解释中也能取得良好的效果。     

四川盆地致密砂岩储层测井评价方法

四川盆地陆相碎屑岩地层埋藏深、岩性致密,为典型的低孔、低渗储层。针对其储层岩性复杂、测井环境影响因素较多、储层评价较困难等问题,利用岩心实验、物性分析、薄片鉴定、FMI成像及核磁共振等资料,结合测试资料,与测井信息建立转换关系,研究致密砂岩储层的孔隙度等参数计算方法;利用核磁测井对储层质量进行综合评价,在致密砂岩储层的有效性评价和孔径分析的过程中起到了较好的作用,并建立了陆相致密砂岩储层测井评价方法。该方法的解释结果与现场测试结果相符合。     

地层参数计算方法对比研究

储层参数准确求取是测井资料解释的中心任务。面对复杂储层,"四性"关系比较复杂,非线性关系明显,用常规公式计算误差较大,如何利用测井资料准确计算储层参数,成为测井资料数字处理中的重点考虑问题。从分析常用数学方法入手,依托Forward测井解释平台软件,引入神经网络算法、最优化算法、遗传算法3种数学方法,编制了相应的处理模块,并对3种方法进行了对比分析。     

利用核磁共振与常规测井联合反演确定致密储层多矿物组分

常规孔隙度和电阻率测井资料是地层岩性、物性和流体性质的综合反映。常规测井资料反演处理时常采用很多假设或经验模型来计算孔隙度、含油气饱和度等关键参数,这在由复杂矿物组成的致密砂岩储层中往往会产生较大误差,使参数计算的精度和流体识别的符合率降低。核磁共振测井目前仅仅用于储层物性和孔隙结构分析,虽然可以解决致密储层孔渗评价的一些问题,但仍有大量储层地质信息有待挖掘。通过分析常规测井理论响应模型,结合鄂尔多斯盆地延长组7段致密砂岩储层的微图像拼接扫描（MAPS）成像及元素能谱分析,明确了储层主要矿物类型及不同矿物的孔隙发育程度,提出了一种利用核磁共振测井孔隙度数据与常规测井数据进行联合反演的新方法,采用最优化处理算法定量识别和评价致密砂岩储层中的黏土和主要造岩矿物的类型和含量。联合反演方法计算的矿物含量在精度上与元素扫描测井接近,矿物组合在应用于岩石类型判识方面与岩心分析的结果相当,可用于储层的岩性岩相分析。     

利用遗传算法实现最优化测井解释

遗传算法是具有全局寻优特点的一种新型最优化方法。文章将遗传算法用于测井解释中,研究多参数,非线了优化测井数据处理问题。简要地介绍了遗传算法的基本原理和运算规则,具体地实一最优化测井解释的步骤和程序流程。利用正演模型合成的测井数据进行了模拟计算,并且给出了油田现场应用实例。结果表明,遗传算法在最优化测井解释中应用效果很好,极具潜力。     

基于自然电位计算泥质砂岩储层孔隙度的方法

阿根廷EH油田目的层段为泥质砂岩储层,泥质的分布形式为分散泥质。研究区内绝大多数井所采用的测井系列仅有自然电位、冲洗带电阻率和深感应电阻率3条曲线,缺乏孔隙度测井系列,应用传统技术手段只能实现测井资料的定性评价,有限的测井资料给孔隙度等储层参数的计算带来了很大困难。采用交会图技术优选出自然电位曲线和埋藏深度作为孔隙度的敏感曲线,提出利用校正自然电位计算的泥质含量和埋藏深度定量计算孔隙度的新方法,通过声波时差孔隙度和阿尔奇公式反演的孔隙度检验,证明了该泥质砂岩储层计算孔隙度方法的可靠性。     

乌马营二叠系致密砂岩气层测井评价方法的完善

以大港油田乌马营地区YGXX井为代表的二叠系石盒子组深层低孔特低渗致密储集层目前勘探程度较低,没有形成配套的测井评价方法.针对乌马营二叠系致密砂岩含气储集层,利用岩心常规分析数据与测井曲线敏感参数相结合,优化储集层参数计算模型,并引入流动单元概念开展储集层有效性评价,建立了储集层有效性评价图板及重新计算渗透率、孔隙度比...     

用测井方法确定砂岩储层中固体沥青含量方法的探讨

塔里木油田志留系砂岩储层中固体沥青含量高，一般方法难以标定，给油气评价带来困难，通过对测井曲线特征分析并结合实验室资料，总结出测井评价方法，能较准确的标定出储层中固体沥青含量，为准确的油气评价和油气生产的顺利进行提供依据。     

遗传算法在测井识别凝析气藏中的应用

利用遗传算法的全局寻优特点,将遗传算法引入测井最优化处理中;利用地层组份模型建立拟合函数,通过遗传算法对拟合函数实现了最优化处理,分别计算出地层条件下凝析油和凝析气的含量,在此基础上计算出地面气油比,从而达到识别凝析气藏的目的.现场应用处理了6口井的实际资料,给出了1口井的应用实例,证明了利用该方法能够较为准确地识别凝析气藏.     

元素俘获谱测井在长庆天然气勘探中的应用

在砂泥岩剖面中,泥岩往往比砂岩具有较高的自然伽马值,从而可以利用自然伽马测井将砂岩储层划分出来。但是由于储层中泥质类型发生变化,或砂岩储层中含有某些放射性较强的矿物,造成储层伽马值较高,往往造成将高伽马砂岩储层误解释为泥岩。在这种情况下,元素俘获谱测井通过测量地层不同元素的俘获谱,可以较准确地识别高伽马砂岩储层。     

高精度地震属性储层预测技术研究

地震属性技术是储层预测的重要手段，但地震储层预测存在多解性，可靠性程度低问题，预测出的最终图件难以进行合理的地质解释，文章基于地震属性与地质属性随时空变化的关系，根据地震属性与储层属性相关程度，以及地震属性对储层参数敏感程度来进行地震属性有效性分析；然后将搜索算法与神经网络相结合来实现地震属性优化，用优化出的地震属性再进行多元储层预测。实际工区的砂岩厚度预测结果表明，上述方法可明显提高储层预测的精度。     

近源砂岩原生孔隙储集层岩石相控建模及其应用

在中国陆相沉积地层中，近源砂岩储集层占有相当大的比例，具有岩性变化快、非均质性强的显著特点。按常规均质地层的方法建立的储集层参数模型精度很低，无法满足测井解释评价、储量计算及油藏描述与模拟的需求。沉积相控建模在一定程度上提高了参数模型的精度，但仍然存在相带划分人为因素多及精度较低的问题。为了提高储集层参数模型精度，依据岩石物理理论，提出岩石相控建模的概念，认为控制近源砂岩原生孔隙储集层参数变化规律的主要因素是岩石相。根据岩石相对近源砂岩进行有效分类后分别建模，可以提高模型精度，并且便于计算机自动处理。该方法在冀东老爷庙油田馆陶组的应用取得了很好的效果。图6参10