基于地震属性集成学习的自然伽马测井数据预测方法

地球物理测井中的地震反演是油气藏定性识别的一个重要步骤,非均质储层测井资料的识别是地质工作者和工程技术人员面临的重大挑战.提出了一种基于地震属性集成学习的测井数据预测方法,对大港油田X区块A区明化镇组高产砂岩储层进行应用分析.对研究区125口代表性井的地震体和测井数据进行了岩石物理性质分析,将地震数据与测井数据在同一尺度进行了集成.利用XGBoost算法对地震属性进行重要性分析,选择对测井数据预测影响最大的地震属性作为模型输入.分别使用XGBoost、AdaBoost和随机森林这3种集成学习算法建立预测模型.研究结果表明预测结果与真实值接近,与传统的方法相比具有更好的预测性能,基于地震属性的集成学习算法可以明显提高自然伽马测井数据的预测精度.     

基于大数据的测井智能解释系统开发与应用

人工智能技术在测井解释中的应用由来已久,但单方法应用研究多,系统集成应用少.当今云计算、大数据和人工智能技术的规模应用,再次推动了测井解释智能化发展.以多学科数据融合的数据湖为基础,在专业软件的基础上进行智能解释模块开发,将测井智能解释引入到传统的解释流程中,辅助测井分析人员快速挖掘隐藏的高价值信息.利用大数据治理工具...     

数据融合在环空解释中的应用

数据融合是一种针对多源数据进行信息综合分析处理的过程，文章针对目标井进行单井和多井资料的数据融合举例分析，提出了数据融合在环空产出剖面测井解释中的应用。数据融合利用多源数据的互补性，综合提炼出有用信息，有效地提高了人们在复杂环境中正确决策的能力，以期获得更加符合实际情况的解释结果。     

基于改进集成学习的测井岩性识别方法研究

测井数据中存在大量与岩性无关的冗余信息，且各类岩性标签数据分布不均匀，严重影响岩性识别准确率，现有测井岩性识别算法无法有效解决岩性类间不平衡问题。为此提出了一种针对不平衡样本集的集成学习岩性预测方法KSMOSEL:首先以录井岩性数据为岩性样本标签，将测井曲线作为模型输入；然后将K-means算法与合成少数类过采样技术(SMOTE)相结合形成K-means-合成过采样算法，即KS采样算法，对岩性样本集进行平衡化处理；最后将采样后的数据集用于构建集成学习模型并训练，采用多个分类器模型融合构成强学习器，通过“软投票”方式预测岩性类型。以Hugoton油气田测井岩性数据为基础，采用改进不平衡样本集的集成学习岩性预测方法对岩性进行分类，并将识别效果与传统的分类模型：支持向量机、K最近邻分类、决策树、XGBoost和随机森林等模型进行对比。试验结果表明：KSMOSEL方法具有更高的精度，岩性识别准确率达到94.28%;KS采样之后，支持向量机、K最近邻分类、决策树、XGBoost、随机森林、GBDT和集成学习等模型岩性识别准确率分别提高了18.68%,12.03%,3.77%,10.23%,24....     

带有启发式搜索规则的多元测井数据序列最优分割方法

简要回顾了应用测井资料根据方差分析原理反演地层界面的经典方法－－多元测井数据最优分割算法。为了克服该算法存在的3个缺点，给出了最优分割算法的收敛条件和避免给出假地层界面及减少计算工作量的启发式搜索规则。多元测井数据最优分割算法的收敛条件是基于测井资料分层过程中构造的均方和序列（以下称测井资料分层均方和序列）的单调非递减特性给出的。它要求每增加一个新地层，分层均方和的增量相对于其最大值要小到可以被忽略的程度。同时，要求新增地层的分层均方和与其最大值的比值要达到一定的程度。通过定义3种曲线模式：跳跃、渐变和峰来限定寻找地层分界点的搜索范围，从而避免了假地层的出现，同时也减少了计算工作量。给出了如上所述方法的实际计算结果。     

基于GA-ANFIS的油气储层地震预测方法及应用

基于GA-ANFIS理论，将遗传算法与模糊神经网络技术有机地相结合，构成一种新的油气储层地震非线性预测方法。这种新的预测方法在油气储层预测中，利用地震数据和测井数据之间的非线性映射关系建立训练样本，将GA算法与ANFIS网络中的学习算法相结合，构成混合算法来优化ANFIS网络的前提参数和结论参数，并在遗传算法中加入禁忌搜索算法，这种混合算法自始至终将各算法按一定概率比例进行，其概率自适应变化，加快了网络收敛速度和提高了网络性能，获得了良好的预测效果。在测井数据约束下，应用所提出的方法对碳酸岩盐储层和砂岩储层分别进行了平面预测和剖面预测，并按储层有效性指数进行了储层分级，这种分级反映了储层的有效性和含油气状况，提高了油气储层的实际预测效果，是对油气储层预测技术的一种新发展，开拓了油气储层预测发展技术。     

双调和样条内插方法在测井和地震资料整合中的应用

利用格林函数,研究了双调和样条内插方法的原理及特点,推导了一维空间到多维空间双调和样条内插公式。这种算法的一种特点是滤波的曲率最小。在运用双调和样条内插方法的基础上,利用网格节点值会聚算法,把网格节点的值向着被它们包围的测井构造数据处的值的趋近、会聚,将分散的各口井的测井构造数据以一定的形式影响、改变附近的地震构造数据。从而,实现了测井数据和地震数据的整合。 通过胜利油田永3断块典型的复杂构造油气藏测井和地震数据的应用实例,并对其地质效果进行了讨论,证明了双调和样条内插方法的有效性。实际应用地实例显示,采用双调和样条插值算法,基于高精度三维地震数据作出的构造图的分辨率较高的特性,较好克服了单纯利用测井资料作出的构造图的分辨率较低而产生的误解。双调和样条插值算法,较好地解决了这两种资料在预测地层构造面中的有效整合,消除了单一资料的不确定性,使预测结果更准确、更合理。     

模式识别自动相分析探讨与系统实现

本文结合自动测井相分析的问题，实现了自动相分析系统，并用聚类算法分析测井相与岩相的对应关系建立岩相库。文中分析了测井数据的特征提取、数据白化等关键问题，给出的模式识别具有自动筛选变量的功能。本文的方法应用于实际，取得了良好的效果。     

���ڲ⾮�ྮ���������������ؿ�϶���о�

凝析油气藏在条件变化时可转化为高含天然气的轻质油。由于烃类的扩散特性会对测井密度和测井声波产生较大的影响，常规方法（即各种回归方法或体积模型等方法）未考虑岩心分析数据、测井数据本身的特点，强行在两种数据之间建立关系。因此，所建立的解释模型存在着误差，这种误差在凝析油气藏的条件下表现为测井中确定的孔隙度偏高，而有时这种偏高具有随机性，因此，很难用系统偏移式或其他常规方法进行校正。应用“岩心刻度测井”技术，用岩心分析密度或地面自然伽马对此测井密度或测井自然伽马进行深度归位；对岩心分析孔隙度进行加权平滑滤波，使其分辨率与测井孔隙度曲线相匹配，对岩心分析数据和测井数据进行预处理之后，在灰色理论模型ＧＭ（Ｉ，Ｎ）技术支持下，充分利用了多条测井曲线提供的地质信息，以岩心分析数据为基础，建立了测井解释孔隙度模型，针对气藏特点，采用了合适的校正方法，实用效果表明，测井解释孔隙度满足储量计算的要求。     

基于差分脉码调制的随钻测量数据压缩编码算法

对随钻测井数据信息熵、概率分布和相关系数的分析表明,随钻测井数据具有分布集中、变化平缓和相关性强的规律。以此为根据提出了基于差分脉码调制(DPCM)算法的实时测井数据压缩编码方法。该方法通过降低随钻测井数据的相关冗余达到有效压缩随钻测井数据的目的,具有可灵活调整解码质量、算法复杂度为常数阶的优点。实际随钻测井数据的编码实验结果表明,在保证编码压缩后的随钻测井数据与原始随钻测井数据误差不超过5%的前提下,该方法能将实时传输的随钻测井数据量压缩为原始随钻测井数据量的一半以下,从而使随钻测量系统的传输效率提高到原来的两倍以上。图7表6参18     

徐家围子断陷火成岩裂缝性地层的测井特征与识别

通过与成像测井提供的裂缝信息的对比，给出了火成岩裂缝性地层的测井曲线特征，并以此为基础讨论了根据测井曲线形态来识别火成岩裂缝性地层的方法。通过对测井曲线功率谱的分析，计算了与裂缝发育有关的分维值，并利用分维值来识别裂缝发育层段。针对采用功率谱不能连续对测井曲线进行处理的问题，提出了利用嵌入空间法来连续提取测井曲线的分维曲线。因为测井曲线是岩性和裂缝等因素的综合反映，故采用了多点平滑滤波的处理措施，得到的剩余变化曲线消除了火成岩岩性的影响，在此基础上提取分维值，提高了对裂缝发育带识别的可靠性。最后，给出了识别徐家围子断陷深部火成岩裂缝性地层的应用实例。     

天然气水合物储层测井响应与评价方法综述

介绍了天然气水合物的物理化学性质、形成条件及赋存模式,以及天然气水合物储层的测井响应特征和测井评价方法.自然伽马、井径、密度、中子、声波和电阻率测井在天然气水合物层段均有明显反应.电阻率与声波测井组合被认为是识别天然气水合物最有效的方法.指出现阶段测井技术对天然气水合物评价存在的困难.水合物容易富集在冻土层,高频介电测...     

特征化与双感应测井反演技术

本文提出特征化的概念，即测井的有效信息包含在曲线的极值点和拐点上，这些点被称之为测井曲线的特征点。特征点点包含了测井曲线的所有信息，反演过程采用最小二乘法，使得推测模型的合成测井与实际测井曲线的差的平方和达到最小。反演建立在正演算法基础上，用混合法做模型的合成测井曲线，并且只对特征点深度进行合成，反复修改模型，当达到一定收敛准则时，停止迭代。     

测井曲线的自动深度校正

测井曲线间的深度误差几乎是不可避免的。依据测井曲线间的某些相关性,利用计算机可以实现测井曲线自动深度校正。文中采用相关分析、频率分析与动态规划相结合对测井曲线进行深度校正,即先用相关分析法找出对比曲线与标准曲线间的深度对(即深度位移量);然后用频率分析法对已找出的深度对进行筛选;再用动态规划法对筛选后的深度对分类,以其中最优的作为深度校正的深度对;最后根据确定出的深度对,将对比曲线相对于标准曲线作相对位移,便可将一口井的各测井曲线的深度对齐.利用由该方法编制的深度校正程序,对实际测井曲线进行自动深度校正的试算表明,可获得较好的结果。     

地层倾角曲线噪音干扰的消除方法

探讨了采用快速傅里叶变换在频率域消除层倾角测井曲线噪音干扰的滤波处理方法。应用滤波处理程序，采用低通滤波器处理了３口地层倾角测井资料。     

油田开发阶段砂岩储层渗透率动态定量预测

在油田开发过程中,因酸化、压裂、注水和调剖等采油工艺的影响,储层的物理状态发生了很大的变化,勘探测井资料不再真实反映当前储层的状态,勘探阶段估算渗透率的模型和方法不再适用于开发阶段的储层.本文把勘探测井资料(八侧向、中感应和深感应电阻率)和生产测井资料(吸水剖面)结合起来,建立了开发阶段砂岩储层渗透率动态预测的模型和方法.用沃尔什函数法提高中深感应电阻率测井曲线的纵向分辨率;用八侧向、中感应和深感应等三条电阻率曲线估算泥浆侵入半径;用侵入半径和吸水剖面估算渗透率.对中原油田的三口注水井资料进行了处理,在每口井中预测了100m井段的渗透率,绘出了侵入半径和渗透率曲线,并进行了对比解释,获得了满意的结果.     

Predicting Log Data by Using Artificial Neural Networks to Approximate Petrophysical Parameters of Formation

Petrophysical characteristics of underlying formation have an important role in reservoir management and drilling wells. One of the most common ways to reach this information is well log analysis. These logs represent important parameters of formation by evaluating some characteristics of rocks. Meanwhile, some time well logging does not implement well or some log data are accompanied by so many errors. Therefore, in these cases using cheaper logs or better data can estimate more expensive log or incorrect data. High-skill experts and lithology information are needed for interpretation and evaluation of data. Therefore, designing a model that is able to evaluate the petrophysical index using well log data without laboratory information will be very economical. The authors solve the problem of well log data and interpretation of logs using artificial neural networks. Running various networks has implied that the selection of appropriate network's input is the most important factor in accurate estimates. After selecting the appropriate input data, many networks were run in order to optimize the number of epoch, hidden layers, neurons in each layer and the proper neural network's training function. First, sonic log (DT) is predicted using neural network system. To do this, neutron porosity (NPHI) and density log (RHOB) are used as input variables. In the second network, porosity index (PHIE) is evaluated and predicted considering NPHI, RHOB, and DT. Finally, in third network, saturation index is estimated by using resistivity log and PHIE is predicted by second network.     

声、电成像测井资料裂缝识别技术及其应用

从成像测井、地层倾角测井资料入手,结合常规测井、钻井、地质等资料,定性判断出裂缝位置、发育程度及裂缝性质,进而定量求取裂缝参数,并实际应用于大庆东部深层地区,为深层储量计算提供了依据.     

微电阻率成像测井资料在塔河油田缝洞型储层综合评价中的应用

塔河油田碳酸盐岩储层具有低孔、低渗、非均质性和各向异性强等特点，储层的储、渗机理十分复杂。微电阻率成像（FMI）测井资料能够描述地下岩层的沉积特征，因此，可以依据碳酸盐岩地层的FMI测井响应特征，对碳酸盐岩储层进行评价。介绍了FMI测井解释结果的多种地质应用；给出了常规测井资料和FMI测井资料对岩心的深度归位和空间方位归位的方法原理和实现步骤；利用统计方法建立了裂缝参数的定量估算关系；通过与常规测井等资料的对比，建立了储层分级标准，并利用FMI测井资料对储层进行了分级。多口井的应用结果表明，利用FMI成像测井资料对缝洞型储层的评价结果与录井油气显示和测试结果较吻合。     

利用FMI成像测井识别柴西第三系藻灰岩储层

柴达木盆地西部地区主要储层藻灰岩厚度薄,多种岩性混杂,仅依靠常规测井评价精度低;藻灰岩本身的多样性又导致了测井响应的多样性,进一步加剧了储层识别和评价的难度.从分析藻灰岩的沉积特征入手,讨论了各种岩性的矿物组成,定量归纳了它们的测井响应特征,指出利用常规测井不能准确划分这类岩性.微电阻率成像测井对识别藻灰岩和区分非储层有着独特的技术优势.依据藻灰岩的图像形态特征,提出了以微电阻率成像测井为主,结合常规测井判识藻灰岩储层的方法.