基于决策树方法的砾岩油藏岩性识别——以克拉玛依油田六中区克下组油藏为例

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。并且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为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。     

砾岩油藏水淹层定量识别方法——以新疆克拉玛依油田六中区克下组为例

新疆克拉玛依油田砾岩油藏经过40年的注水开发,目前已进入高含水开发阶段,准确识别水淹层、定量划分水淹级别已经成为老区油藏开发调整的重点和难点。以克拉玛依油田六中区克下组砾岩油藏为研究对象,利用2006年重点调整的3口密闭取心井的岩心资料,结合砾岩油藏的实际地质特点,分析了砾岩油藏各种储层参数的影响因素。选择符合砾岩油藏地质特征和开发规律的测井曲线,基于交会图和多元线性回归的方法,建立了六中区克下组物性、岩性、产水率以及水驱指数等各种解释模型,并从中提取出产水率、含油饱和度和水驱指数3个水淹特征参数。以3个参数为定量判断水淹级别的主要依据,结合水淹层电阻率的定性识别图版,制定了砾岩油藏水淹层定量识别的规则和方法。以上技术应用到六中区克下组实际的水淹层解释中,综合解释符合率为84.36%,达到了实际解释的精度,最终形成了一套砾岩油藏水淹层定量识别的评价技术,提高了水淹层的解释精度和符合率。     

柴达木盆地尕斯库勒油田E31油藏“双高”阶段测井精细解释方法

柴达木盆地尕斯库勒油田E₃¹油藏经过多期调整开发目前已进入高含水、高采出程度的“双高”阶段。早期勘探阶段建立的测井解释模型的精度已不能满足现阶段油藏三维精细表征需求。为了满足研究需求,进一步改善高含水油田的开发效果,需开展测井精细解释评价研究。针对E₃¹油藏储层岩性变化大,粗、中、细砂岩发育及部分层段发育砂砾岩、砾岩的岩性复杂特点,采用多参数图形聚类分析算法,实现了该油藏岩性剖面连续处理解释,可以有效的识别岩性;针对开发历程长、测井系列多样、主力层电性特征差异大等问题,采用细分手段建立储层参数模型及解释标准,提高了测井解释精度;基于自然电位影响因素分析校正及室内渗流理论,建立了水淹层定量评价方法,实现了储层水淹级别的划分。研究成果为油藏精细描述及剩余潜力分析提供技术支撑。     

基于机器学习的火山岩岩性智能识别及预测

针对准噶尔盆地金龙2井区佳木河组火山岩油气藏岩性多变,常规方法难以准确识别的问题,利用机器学习中的决策树、随机森林、梯度提升树、贝叶斯4种算法对研究区岩性进行智能识别,在分析研究区火山岩储层地质特点的基础上,结合不同岩性测井响应特征,确定M、N等8个对火山岩岩性极为敏感的特征参数。研究结果表明：随机森林法模型最优,准确率达到90%以上,模型泛化能力最强,可作为利用常规测井曲线识别火山岩岩性的有效方法。该模型可以高精度地进行火山岩岩性识别及预测,为后续火山岩油藏的勘探与开发奠定基础。     

克拉玛依油田三区砾岩油藏水淹模式研究

水淹模式的系统总结是油藏水淹层快速识别和水淹级别准确判断的基础和关键。以克拉玛依油田三区克下组砾岩油藏为研究对象,分析水淹储层地球物理响应变化特征,依据区域测井资料研究水淹层岩石物理响应机理和测井响应特征,归纳出克下组砾岩油藏的5种水淹模式。利用电阻率径向幅度差确定水淹级别的模式有2种,结合2种水淹模式和试油结论制作砾岩油藏水淹级别定性评价的电性图版。砾岩油藏岩性复杂多变和非均质性严重,储层绝对电阻率对水淹级别不是很敏感,深中电阻率的差值可以有效判断水淹级别。基于储层沉积韵律和电性曲线判断水淹部位和水淹强度的模式有2种。沉积环境的变化导致储层纵向上物性和渗流性存在差异,注入水对储层流体的驱替就有选择性,水淹部位和水淹强度也会不同。依据自然电位基线偏移识别水淹部位的模式有1种,不同的泥岩基线偏移代表着储层不同部位的水淹情况。5种水淹模式的综合应用提高了三区砾岩油藏水淹层评价的精度。     

复杂砂砾岩体岩性定量识别技术

复杂砂砾岩体的岩性多样,缺少效果较好的岩性定量识别方法,为此,通过对大量岩性和测井信息 进行比较和定量分析,形成了一套复杂砂砾岩体岩性定量识别的新型实用技术。 以 CH 油田近物源砂砾 岩扇体为研究对象,首先利用岩心、粒度分析及铸体薄片等资料精确落实部分岩性,并在此基础上建立交 会图图版来确定关键岩性的测井响应值;其次利用阵列感应曲线区分泥岩、泥质砂砾岩和砂砾岩这 3 种 岩性;再利用密度曲线进一步区分出砂岩、砾岩、泥质砂岩和泥质砾岩;最后利用三孔隙度（密度、声波时 差、中子）及波阻抗等曲线区分出灰质砂岩与灰质砾岩,进而定量识别出复杂砂砾岩体的 7 种主要岩性。 从识别结果上看,正确率总体在 75% 以上。     

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     

基于数据挖掘技术的碎屑岩岩性识别方法及应用

克拉玛依油田某井区八道湾组油藏储层岩性复杂,非均质性强,如何对该区岩性进行准确识别成为该区域油气资源再开发的关键问题之一.通过岩心观察、薄片鉴定等资料,利用测井交会图技术基于常规测井曲线建立了克拉玛依油田某井区八道湾组油藏岩性识别图版.由于该图版中岩性存在重叠区域,导致对该区的主要含油岩性识别不准确.为了提高岩性识别的...     

用FMI测井研究砾岩、火山岩储层

高秋涛，黄思赵，时新芹．用ＦＭＩ测井研究砾岩、火山岩储层．测井技术，１９９８，２２（增刊）：５６～５９准噶尔盆地砾岩和火山岩油藏多为孔隙、裂缝型双重介质储层，该类储层基质孔隙度低，渗透率极差，岩性复杂，常规测井资料识别岩性、裂缝和储层描述难度很大。研究表明钻井岩心与ＦＭＩ图像之间有良好的相关性，用不连续岩心的岩性、组分、粒径、裂缝、构造、结构，精细刻度ＦＭＩ成像测井资料，提供了小拐油田砾岩储层和石西油田火山岩储层的单井连续岩性、裂缝柱状剖面图，划分了砾岩的相带和火山岩的岩相，提出了高产油气层的分布规律。     

自然伽马能谱测井辅助识别砾岩储层方法研究

相对于砂泥岩储层,砾岩储层具有快速沉积,组分复杂多变、在平面和纵向上岩石物理特征变化剧烈等特点,常规测井评价的岩石物理参数常常难以准确确定.研究利用自然伽马能谱测井资料对砾岩沉积环境的指示特征,综合常规测井信息的对比关系,采用信息融合与信息可视化新技术,建立了砾岩储层识别与评价方法.通过对实际砾岩井资料处理和评价,获得了新的砾岩储层评价结果.与单井试油和油藏开发动态结果比较发现伽马能谱辅助处理的砾岩油层更符合实际油藏地质特征,证实该方法具有较好的适用性.